【Python】7种方案，彻底实现可视化图片大小/分辨率控制自由-CSDN博客

Matplotlib默认绘图时常常模糊不清，这里分享7种解决方案：

方法一，dpi设置

plt.figure(dpi=150)

方法二，figsize设置

plt.figure(figsize=(6, 8))#6，8分别对应宽和高

方法三，set_size_inches设置

plt.figure().set_size_inches(6,8)#6，8分别对应宽和高

方法四，rcParams设置

plt.rcParams['figure.figsize'] = (6,8) #6，8分别对应宽和高

rcParams详细使用，可见👉matplotlib-rcParams及绘图风格(style)设置详解

方法五，主题设置

plt.style.use(stylexxx)

目前可用的有26种主题，每种主题对应自己的图片大小尺寸

['Solarize_Light2', '_classic_test_patch', 'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark', 'seaborn-dark-palette', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'tableau-colorblind10']

每类主题效果👉Python可视化|matplotlib04-绘图风格（plt.style）大全

方法六、直接输出矢量图

仅限于Jupyter Notebook中使用Matplotlib时，可以添加如下代码输出矢量图：

修改前效果

添加修改参数：

%config InlineBackend.figure_format='svg'#输出矢量图设置

修改后效果

方法七，savefig设置

详细参数如下，dpi可设置分辨率，metadata可设置保存格式，‘png' 、'pdf' 、'svg'等

plt.savefig(fname, *, dpi='figure', format=None, metadata=None, bbox_inches=None, pad_inches=0.1)

当然，以上方法多数情况下是联合使用的～

一个小例子

#默认绘图
import matplotlib.pyplot as plt

plt.bar([1, 2, 3], [3, 2, 1])
plt.show()

修改前

#设置分辨率、主题后绘图
import matplotlib.pyplot as plt

plt.figure(dpi=120)
plt.style.use('ggplot')
plt.bar([1, 2, 3], [3, 2, 1])
plt.show()

修改后

-END-

往期精彩回顾




适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载黄海广老师《机器学习课程》视频课黄海广老师《机器学习课程》711页完整版课件

本站qq群955171419，加入微信群请扫码：