Matplotlib，savefig保存图片不显示横纵坐标轴问题

最新推荐文章于 2023-12-05 19:41:48 发布
最新推荐文章于 2023-12-05 19:41:48 发布
阅读量8.1k 收藏 9
点赞数 18
分类专栏： Matplotlib 文章标签： python matplotlib
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42279212/article/details/120665026
版权
在Jupyter notebook中，保存png格式图片时横纵坐标轴消失，改存为jpg格式后恢复正常。问题可能源于png支持透明背景导致坐标轴未被包含。解决方法是将保存图片的格式改为jpg。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

问题描述

  1. 在运行时候，notebook显示的是有横纵坐标轴的
  2. 保存了图片之后，保存的图片不存在横纵坐标轴
  3. 保存图片代码
plt.savefig('../../Data/Pics/MeanFig.png', dpi = 200, bbox_inches = 'tight')

代码运行结果

  1. 运行时结果
    在这里插入图片描述
  2. 保存图片结果
    在这里插入图片描述

解决办法

  1. 把图片格式后缀从png改为jpg
  2. 代码为：
plt.savefig('../../Data/Pics/MeanFig.jpg', dpi = 200, bbox_inches = 'tight')
  1. 运行后的结果截图：
    在这里插入图片描述

原因分析

  1. 可能是由于png格式可以保存透明图，而横纵坐标可能不属于整个图，从而未进行保存（只是猜测，欢迎大神来留言）
Matplotlib 图表坐标轴显示问题
myself029的博客
04-03 4万+
正在学习wizardforcel的专栏的：Python 数据科学入门教程：Matplotlib（ 点击打开链接）其中 第五章 堆叠图 使用 下面源码绘制图形时候出现如下 图表区偏离 Y轴的问题，非常难看。import matplotlib.pyplot as plt days = [1,2,3,4,5] sleeping = [7,8,6,11,7] eating = [2,3,4,3,2...
为图片绘制带箭头的坐标轴
笔岸柳影
03-24 1459
对一张图片进行带箭头的坐标轴绘制，直观观察图片的长宽分布，并根据坐标轴中心点的选取来实现不同位置的坐标轴。 - 中心点自定义 - 坐标间隔自定义 - 坐标轴颜色自定义 - 透明度自定义 - 间隔值大小自定义以及颜色自定义 - 图片自定义
Matplotlib，savefig保存图片不显示横纵坐标轴
weixin_46688566的博客
09-07 1513
1.在运行时候，notebook显示的是有横纵坐标轴的。解决问题：把图片的格式从png改成jpg格式就行。2.保存了图片之后，保存的图片不存在横纵坐标轴。
matplotlib保存图片坐标轴不完整的问题
freeline的博客
03-16 3641
bbox_inches参数
Matplotlib保存图片缺失坐标轴信息
m0_51763225的博客
10-01 795
matplotlib保存图片缺失坐标轴信息
Python matplotlib 随机漫步隐藏坐标轴 无数据 显示空白解决办法
qq_40737279的博客
07-27 2579
Python matplotlib 随机漫步隐藏坐标后无数据显示空白解决办法 在《Python编程-从入门到实践》-【美】Eric Matthes 著，一书中对于随机漫步5000点的项目，为了避免坐标轴干扰对随机漫步路径的注意，需要隐藏坐标轴。 出现问题： 根据代码操作隐藏坐标轴，结果坐标不仅健在，还莫名重合，甚至数据点都没了一片空白。 书上隐藏坐标轴部分代码如下： plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_vi
用matplotlib进行数据可视化并储存图片，附提高图片分辨率方法
Bi9R!ver的博客
11-18 2504
每一次画图前，记得调用plt.cla()清除一下画布。。。不然会很难看的。。。 让保存的图片更清晰，可以在保存的时候修改dpi参数还有另外一个bbox_inches="tight"这样子 过段时间贴代码好了！
python设置坐标轴刻度值字体大小_python 设置xlabel,ylabel 坐标轴字体大小，字体类型...
weixin_39815310的博客
12-05 1万+
本文介绍了python 设置xlabel,ylabel 坐标轴字体大小，字体类型，分享给大家，具体如下：#--coding:utf-8--import matplotlib.pyplot as plt#数据设置x1 =[0,5000,10000, 15000, 20000, 25000, 30000, 35000, 40000, 45000, 50000, 55000];y1=[0, 223, 4...
matplotlib柱状图上方显示数据_十分钟上手matplotlib，开启你的python可视化
weixin_39805529的博客
11-20 1673
-为什么使用matplotlib？-matplotlib是一个python 2D绘图库，利用它可以画出许多高质量的图像。只需几行代码即可生成直方图，条形图，饼图，散点图等。Matplotlib可用于Python脚本，Python和IPython shell，Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包。希望本文能帮助大家了解如何将matplotlib用于自己的可视化...
绘制各变量的回归结果，图以 1 行 3 列形式显示，需要给出样本的散点 图和回归的直线，横纵坐标名称，并保存为 PNG 格式的图片
11-20
# 添加图例和保存图片 plt.legend() plt.savefig('scatter_and_regression.png', dpi=300, format='png') ``` 对于其他两个变量，你可以使用类似的方式替换相应的`x`和`y`变量，然后调整子图的位置。
python绘图保存的图像坐标轴显示不全以及图片周围空白较大的问题
sinat_41617280的博客
03-15 1万+
之前在用plt保存图像时，发现图像在编译器界面显示完整，但保存的图像边缘显示不全。而且，保存的图片周围空白较大，在实际使用图片是可能还需要手工剪裁。如下图，横纵坐标显示不全，切图片右边和上方的留白较大。 其实，只需要在plt.savefig()函数中，加入一个参数。即plt.savefig(“path”, bbox_inches=‘tight’)，可以得到如下效果： ...
【Matlab画图】保存图片&保存图片时不想显示坐标轴及刻度
cool0805的博客
12-05 3640
【代码】【Matlab画图】保存图片&保存图片时不想显示坐标轴及刻度。
【Python】plt.savefig()保存图片不完整，x轴标签被截断
赫凯的博客
02-13 2312
今天在用Python的plt.savefig()函数保存图片到本地时，发现保存下来的图片不完整，x轴标签被截断了。
DEBUG:plt保存失败
weixin_45808526的博客
02-07 963
DEBUG:plt保存失败问题解决 问题 顺序不对 解决 plt.savefig("testfa.png",dpi=1000,bbox_inches = 'tight') plt.show() show在后面 show会创建新的空白面板
plt.savefig()保存图片缺失legend或者text的解决办法
XH生信和机器学习空间
01-05 6061
在jupyter notebook中国使用matplotlib.pyplt 画图后，在最后使用plt.text()添加文本后使用plt.savefig()保存图片，发现x轴的文本无法出现。 代码： fig,axes = plt.subplots(4,2,figsize=(15,20),subplot_kw = {"xticks":[],"yticks":[]}) ......# 画图的代码 p...
plt.savefie()保存不完整，yticks,x轴或y轴标签被截断
qq_43347374的博客
02-04 1762
今天在用Python的plt.savefig()函数保存图片到本地时，发现保存下来的图片不完整，x轴标签被截断了。 经过一番搜索，找到了解决方法： 加上参数bbox_inches = 'tight’即可： plt.savefig('./XGBoost-features_importance.pdf',bbox_inches = 'tight') ...
matplotlib基本用法
qq_44962550的博客
11-24 769
基本使用以及常见格式修改
matplotlib画图之如何隐藏坐标轴
热门推荐
booze_的博客
11-11 2万+
文章目录一、默认情况下是显示坐标轴的二、怎样才能不显示坐标轴？ 一、默认情况下是显示坐标轴的 实例代码： import matplotlib.pyplot as plt from pylab import * Ux1 = [0.0227,1.8713,3.8285,6.5266,8.2801,9.6878,12.4071,15.1359] Ux2 = [0.0244,1.8740,3.8355,6.5223,8.2797,9.6987,12.4206,15.1575] fig = figure(dpi=12
plt保存图像、去白边、去坐标轴、去刻度
qq_33377927的博客
08-24 7205
原图像是 *.jpg，对原图像进行一系列处理（比如resize）后，打算用 plt 保存为新图像 *_resized.jpg。直接使用 plt.savefig() 进行保存，会存下带有白边、坐标轴和刻度的图像，现在进行操作只保存处理后的净图像。
python折线图横纵坐标
最新发布
01-07
### 使用Matplotlib创建带有自定义X轴和Y轴的折线图 为了实现这一目标，可以利用 `matplotlib` 库中的多种功能来自定义图形的各种属性。以下是具体方法： #### 导入必要的库 首先需要导入 `matplotlib.pyplot` 模块以便后续操作。 ```python import matplotlib.pyplot as plt ``` #### 准备数据集 准备用于绘图的数据点集合，这里假设已经拥有三组不同的时间序列数据作为例子展示。 ```python time_points = [1, 2, 3, 4, 5] # 时间刻度 expected_angular_velocity = [2, 4, 6, 8, 10] # 期望角速度指令信号 actual_angular_velocity = [1.9, 3.7, 5.8, 7.6, 9.5] # 实际角速度信号 heading_angle = [-10, -5, 0, 5, 10] # 实际航向角信号 special_time_marks = [2, 3, 4] # 特殊事件的时间标记 ``` #### 创建图形并调整布局比例 通过指定宽度与高度参数控制最终输出图片的比例尺。 ```python fig, ax1 = plt.subplots(figsize=(10, 5)) plt.tight_layout() ``` #### 添加多条曲线到同一张图表上 对于每种类型的信号采用不同样式进行区分，并且合理安排它们之间的层次关系。 ```python ax1.scatter(time_points, actual_angular_velocity, color='blue', label="Actual Angular Velocity", zorder=1) # 小圆圈表示实际角速度 ax1.plot(time_points, expected_angular_velocity, 'r-', lw=2, label="Expected Angular Velocity", zorder=2) # 红色实线表示预期角速度 ax2 = ax1.twinx() # 新建第二个y轴共享相同的x轴 ax2.plot(time_points, heading_angle, 'g-', lw=2, label="Heading Angle", zorder=3) # 绿色实线表示航向角度 ``` #### 自定义坐标轴标签及范围 设定两个独立的 Y 轴名称以及 X 轴上的文字说明；同时也可以限定各轴数值区间以确保视觉效果更佳。 ```python ax1.set_xlabel('Time') ax1.set_ylabel('Angular Velocity (rad/s)', color='black') ax2.set_ylabel('Heading Angle (degree)', color='green') # 设定合理的显示界限 ax1.set_ylim([min(actual_angular_velocity)-1, max(expected_angular_velocity)+1]) ax2.set_ylim([-max(abs(heading_angle))-5, max(abs(heading_angle))+5]) for tick in ax1.get_xticklabels(): tick.set_rotation(45) ``` #### 插入特殊时刻指示线 针对给定的关键时间节点，在相应位置添加垂直分割线帮助观察者理解重要转折点的位置。 ```python for tm in special_time_marks: ax1.axvline(x=tm, linestyle="--", alpha=.5, c="gray") # 加入灰色虚线标注特定瞬间 ``` #### 完善其他细节部分 最后一步就是加入图例解释各个线条含义，并保存或呈现整个图像文件。 ```python lines, labels = ax1.get_legend_handles_labels() lines2, labels2 = ax2.get_legend_handles_labels() ax2.legend(lines + lines2, labels + labels2, loc='upper left') plt.title("Comparison of Expected and Actual Signals Over Time") plt.savefig('./customized_line_chart.png', dpi=300, bbox_inches='tight') # 可选：保存高质量PNG格式的结果图为本地磁盘文件 plt.show() ```
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值