在matplotlib中改变figure的布局和大小实例
以下来自Stack Overflow
从上面我们可以很清晰的看出应该如何使用matplotlib的figure方法。
补充知识:matplotlib 设置图形大小时 figsize 与 dpi 的关系
matplotlib 中设置图形大小的语句如下:
fig = plt.figure(figsize=(a, b), dpi=dpi)
其中:
figsize 设置图形的大小,a 为图形的宽, b 为图形的高,单位为英寸
dpi 为设置图形每英寸的点数
则此时图形的像素为:
px, py = a*dpi, b*dpi # pixels
# e.g.
# 6.4 inches * 100 dpi = 640 pixels
也就是说,同一像素尺寸的图形(比如 1200 * 600)可以有任意种不同的组合,比如:
figsize=(15,7.5), dpi= 80
figsize=(12,6) , dpi=100
figsize=( 8,4) , dpi=150
figsize=( 6,3) , dpi=200
etc.
但这些不同的组合,有什么区别呢?这取决于图中元素的大小。
线条,标记,文本等大多数元素都有以磅为单位的大小。Matplotlib 中 每英寸点数(ppi)为72,则宽度为 1 点的线将为 1/72 英寸宽,使用 fontsize 12 点的文本将是 12/72 寸高。
为了便于说明,用 matplotlib绘制相应的图形,如 表1 所示。
如果以英寸为单位更改图形大小,而 dpi 不变,较大的图形仍具有相同的元素大小。因此,改变图形尺寸就像拿一张不同尺寸的纸张一样,这样做当然不会改变用同一笔绘制的线条的宽度。通过表 1 中的图形2, 4, 6 的对比,可以明显的看出来这一点。
另一方面,更改dpi会缩放元素。在72 dpi时,1 宽度的线是 1 像素。在144 dpi时,这条线就是 2 像素。
span>因此,更大的dpi就像放大镜一样。所有元素都通过镜头的放大倍数进行缩放。 通过表 1 中的图形 1 3 5 的对比,可以看出这一点。
综上:
图形尺寸(figsize)确定图形的大小(以英寸为单位)。 这给出了轴(和其他元素)在图中的空间量。 较大的图形尺寸将允许显示更长的文本,更多的轴或更多的标记标签(表1中图形3与图形4,图形5与图形6的对比可看出,像素尺寸相同时,图形尺寸越大,所能容纳的内容越多)。
dpi 确定了图形每英寸包含的像素数,图形尺寸相同的情况下, dpi 越高,则图像的清晰度越高(表1中 1,3,5 对比可看出)
以上这篇在matplotlib中改变figure的布局和大小实例就是小编分享给大家的全部内容了,希望能给大家一个参考
您可能感兴趣的文章:
- matplotlib中如何改变figure的布局和大小
- python中matplotlib的颜色及线条控制【以及改变legend字体大小】
- Python+matplotlib绘制不同大小和颜色散点图实例
- matplotlib命令与格式:图像(figure)与子区域(axes)布局与规划
- matplotlib savefig 保存图片大小的实例
- Matplotlib 生成不同大小的subplots实例
- matplotlib命令与格式:图像(figure)与子区域(axes)布局与规划
- Python 绘图库 Matplotlib 入门代码实例
- python matplotlib实现双Y轴的实例
- 转:python_matplotlib改变横坐标和纵坐标上的刻度(ticks)
- 转载:Matplotlib 中文用户指南 3.5 密致布局指南
- matplotlib绘图实例
- python—matplotlib数据可视化实例注解系列-----之横条图
- python—matplotlib数据可视化实例注解系列-----之plot图线型设置
- python之matplotlib学习绘制动态更新图实例代码
- 【matplotlib】鼠标pick_event选中柱状图并改变颜色
- 在Matplotlib图中插入LaTex公式实例
- python+matplotlib演示电偶极子实例代码
- matplotlib基础——pyplot.figure()
- 对python中Matplotlib的坐标轴的坐标区间的设定实例讲解