### 如何在 Jupyter Notebook 中保存代码运行结果图片 为了确保能够在 Jupyter Notebook 中成功保存代码执行后的图形结果，可以采用多种方式来实现这一目标。以下是几种常用的方法： #### 方法一：使用 `matplotlib` 库中的 `savefig()` 函数 通过调用 `matplotlib.pyplot.savefig()` 可以将绘制好的图表保存为文件。此函数允许指定路径以及文件名，并支持不同的图像格式。 ```python import matplotlib.pyplot as plt plt.plot([1, 2, 3], [4, 5, 6]) plt.title('A Simple Plot') plt.xlabel('X Axis Label') plt.ylabel('Y Axis Label') # Save the figure to a file named 'my_plot.png' plt.savefig('./images/my_plot.png', dpi=300) plt.show() ``` 这种方法简单易行，在大多数情况下都能正常工作[^1]。 #### 方法二：利用 IPython 的内置魔法命令 `%config InlineBackend.figure_format='retina'` 设置高质量的内联图像是提高可视化效果的好办法之一。对于希望获得更清晰图像的情况特别有用。不过需要注意的是，默认情况下这些高分辨率图像不会被自动保存下来，仍需借助其他手段完成实际存储过程。 ```python %config InlineBackend.figure_format = 'retina' from PIL import Image import numpy as np import matplotlib.cm as cm import matplotlib.pyplot as plt data = np.random.rand(10,10) * 20 plt.imshow(data, cmap=cm.gray_r) plt.axis('off') # Manually save with higher DPI setting plt.savefig("./high_quality_image.png", bbox_inches="tight", pad_inches=0.0, dpi=600) ``` 上述配置能够显著改善输出质量的同时也便于后续处理和分享[^2]。 #### 方法三：结合 HTML 和 JavaScript 实现交互式绘图并导出静态图片 当涉及到更加复杂的动态展示需求时，则可考虑引入额外库如 Bokeh 或 Plotly 来创建具有更好用户体验的效果。这类工具不仅提供了丰富的样式选项还自带了方便的数据探索特性。更重要的一点在于它们通常都包含了便捷的方式让用户可以直接从浏览器界面中下载当前视窗内的内容作为 PNG/JPEG 文件。 ```javascript %%html <script src="https://cdn.plot.ly/plotly-latest.min.js"></script> <div id="graphDiv"></div> <script type="text/javascript"> var trace1 = { x: ['A', 'B', 'C'], y: [7, 8, 9], mode: 'markers', marker: {color: '#FFBAD2'}, name: 'Group A' }; var data = [trace1]; Plotly.newPlot('graphDiv', data); </script> ``` 尽管这种方式相对复杂一些，但对于追求极致视觉呈现的应用场景来说无疑是非常值得尝试的选择[^3]。