如何以 SVG 形式获取 matplotlib 图的输出？

我需要获取 matplotlib 图的输出并将其转换为可以在激光切割机上使用的 SVG 路径。

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0,100,0.00001)
y = x*np.sin(2*pi*x)
plt.plot(y)
plt.show()

例如，您可以在下面看到一个波形。我希望能够将此波形输出或保存为 SVG 路径，以便稍后在 Adob​​e Illustrator 等程序中使用。

我知道 matplotlib 可以使用一个名为“Cairo”的 SVG 库（matplotlib.use('Cairo')），但是我不清楚这是否能让我访问我需要的 SVG 路径，尽管 matplotlib 现在将使用 Cairo 来生成绘图。

我的系统上确实有 cairo 工作，并且可以成功绘制一个由 SVG 路径组成的示例，我确实可以在 Illustrator 中编辑该示例，但我没有办法将上面的等式转化为 SVG 路径。

import cairo
from cairo import SVGSurface, Context, Matrix    
s = SVGSurface('example1.svg', WIDTH, HEIGHT)
c = Context(s)

# Transform to normal cartesian coordinate system
m = Matrix(yy=-1, y0=HEIGHT)
c.transform(m)

# Set a background color
c.save()
c.set_source_rgb(0.3, 0.3, 1.0)
c.paint()
c.restore()

# Draw some lines
c.move_to(0, 0)
c.line_to(2 * 72, 2* 72)
c.line_to(3 * 72, 1 * 72)
c.line_to(4 * 72, 2 * 72)
c.line_to(6 * 72, 0)
c.close_path()
c.save()
c.set_line_width(6.0)
c.stroke_preserve()
c.set_source_rgb(0.3, 0.3, 0.3)
c.fill()
c.restore()

# Draw a circle
c.save()
c.set_line_width(6.0)
c.arc(1 * 72, 3 * 72, 0.5 * 72, 0, 2 * pi)
c.stroke_preserve()
c.set_source_rgb(1.0, 1.0, 0)
c.fill()
c.restore()

# Save as a SVG and PNG
s.write_to_png('example1.png')
s.finish()

（请注意，此处显示的图像是 png，因为 stackoverflow 不接受 svg 图形进行显示）

您很可能想要修复图像大小并摆脱各种背景和轴标记：

import matplotlib.pyplot as plt
import numpy as np

plt.figure(figsize=[6, 6])
x = np.arange(0, 100, 0.00001)
y = x*np.sin(2* np.pi * x)
plt.plot(y)
plt.axis('off')
plt.gca().set_position([0, 0, 1, 1])
plt.savefig("test.svg")

生成的 SVG 文件仅包含一个额外元素，如savefig真的很想保存人物背景。这个背景的颜色很容易变成“无”，但似乎并没有摆脱它。不管怎样，SVG 在其他方面都非常干净，并且比例正确（每单位 1/72 英寸）。