光栅化错误栏时的丑陋轮廓

问题描述

我正在使用 Matplotlib（2.2.5 版）绘制大量有错误的数据点，并且我正在栅格化数据，因为有几千个数据点。我发现，当我对数据进行光栅化并另存为 PDF 时，误差线会产生一个难看的白色轮廓，这对于发布来说是不可接受的。我已经构建了一个显示问题的 MWE：

import numpy as np
import random as rand
import matplotlib.pyplot as plt

rand.seed(10)
seeds = range(0,1000)
data = np.empty((len(seeds),2))
for n in seeds:
    data[n,0] = rand.gauss(1,0.01)
    data[n,1] = rand.gauss(1,0.01)

fig,ax = plt.subplots(1,1,figsize=(6,6))

ax.scatter(data[:,0],data[:,1],s=10,facecolors="k",rasterized=True,zorder=1)
ax.errorbar(data[:,xerr=0.01,yerr=0.01,color="k",fmt="none",zorder=2)

fig.savefig("Test.pdf",dpi=250)

这在 Jupyter Notebook 输出中看起来不错，也可以作为保存的 PNG 文件。但是，输出 PDF 文件如下所示：

我如何摆脱由误差线引起的白色绒毛？如果我不光栅化，问题就会消失，但是文件需要很长时间才能加载到我的论文中，而且我最不想做的就是惹恼我的读者。

解决方法

感谢 an older question 我找到了解决方案：我需要在代码中添加 ax.set_rasterization_zorder(0) 并将绘制点的 zorder 更改为低于 0。这产生了一个完美的图形，没有丑陋的轮廓数据并保留矢量化轴，正是我想要的。工作代码是：

import numpy as np
import random as rand
import matplotlib.pyplot as plt

rand.seed(10)
seeds = range(0,1000)
data = np.empty((len(seeds),2))
for n in seeds:
    data[n,0] = rand.gauss(1,0.01)
    data[n,1] = rand.gauss(1,0.01)

fig,ax = plt.subplots(1,1,figsize=(6,6))

ax.scatter(data[:,0],data[:,1],s=10,facecolors="k",rasterized=True,zorder=-2)
ax.errorbar(data[:,xerr=0.01,yerr=0.01,color="k",fmt="none",zorder=-1)

ax.set_rasterization_zorder(0)

fig.savefig("Test.pdf",dpi=250)

输出为：