[人工智能] matplotlib出图细节以及提高出图质量(高dpi)

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> matplotlib出图细节以及提高出图质量(高dpi) -> 正文阅读

[人工智能]matplotlib出图细节以及提高出图质量(高dpi)

文章目录

省流总结

在生成figure时，如fig = plt.figure(figsize=(15,10))不能改变其dpi设定。
根据绘图内容，需要确定保存图形最小尺寸，尺寸过小必然影响出图的质量。可以改变show()方法弹出的图像展示窗口尺寸，选出自己满意的尺寸。如发现窗口1000*800像素，显示的图形比较合理，那么就可以确定绘图的尺寸为(1000/100,800/1000)，即(10,6).
savefig()时，传入要保存的图片的dpi即可,如dpi=600。保存图形时会自动扩大图形像素大小。
选择不同的matplotlib的backend。TkAgg比QtAgg好，无交互窗口的Agg出图比TkAgg和QtAgg更好。
注意matplotlib版本，有些版本，如3.3.4的matplotlib的savefig和show会相互影响，出现不可预测的问题。升高或者降低版本能解决问题。

原创不易，如果本文对您有帮助的话，还请点赞收藏~

基础知识

屏幕的尺寸：一般以屏幕的对角线尺寸计量，如15.6寸。
屏幕分辨率：是值屏幕水平和竖直方向上拥有的物理像素点数。如：分辨率是 1920x1080。
ppi: 屏幕每英寸的像素密度是ppi。比如我的电脑屏幕尺寸 15.6，分辨率是 1920x1080，用长（1920）跟高的像素数（1080）计算出对角方向的像素数（直角三角形）（2202），然后再用对角的像素数除以屏幕尺寸（15.6），就得到ppi，即141. 如果我们指定显示图像的显示像素，那么由ppi，就可以得到图像在电脑上显示的物理尺寸。然而我们对电脑屏幕截图时，生成的图像大小的dpi一般是100或者96，更有甚者是72. matplotlib的show()的dpi，我更倾向于理解为它是一种dpi，指定100即可，太高在屏幕上还要进行扩大，并不能提高显示质量。
dpi: dpi是打印机的像素密度。而showfig()里的dpi就是这个概念。在科研绘图中，我们一般被要求图片的dpi至少要为300. 本文就是要分析如何生成高质量的高dpi图片。主要是对比不同例子之间的显示差距，方便读者体会。

探究过程

matplotlib默认出图（作为参照）

这里使用的matplotlib的版本是3.4.0，完全使用matplotlib的默认参数。

from mpl_toolkits.axes_grid1 import host_subplot
from mpl_toolkits import axisartist

import matplotlib
import matplotlib.pyplot as plt

host = host_subplot(111, axes_class=axisartist.Axes)
fig=plt.gcf()
print(fig)
plt.subplots_adjust(right=0.75)

par1 = host.twinx()
par2 = host.twinx()

par2.axis["right"] = par2.new_fixed_axis(loc="right", offset=(60, 0))

par1.axis["right"].toggle(all=True)
par2.axis["right"].toggle(all=True)

p1, = host.plot([0, 1, 2], [0, 1, 2], label="Density")
p2, = par1.plot([0, 1, 2], [0, 3, 2], label="Temperature")
p3, = par2.plot([0, 1, 2], [50, 30, 15], label="Velocity")

host.set_xlim(0, 2)
host.set_ylim(0, 2)
par1.set_ylim(0, 4)
par2.set_ylim(1, 65)

host.set_xlabel("Distance")
host.set_ylabel("Density")
par1.set_ylabel("Temperature")
par2.set_ylabel("Velocity")

host.legend()

host.axis["left"].label.set_color(p1.get_color())
par1.axis["right"].label.set_color(p2.get_color())
par2.axis["right"].label.set_color(p3.get_color())
fig=plt.gcf()
print(fig)
plt.savefig("demo.jpg",dpi=100)
fig=plt.gcf()
print(fig)
plt.show()
fig=plt.gcf()
print(fig)

控制台打印结果：

Backend Qt5Agg is interactive backend. Turning interactive mode on.
Figure(640x480)
Figure(640x480)
Figure(640x480)
Figure(640x480)

在这里插入图片描述

改变图片的默认尺寸

这里使用的matplotlib的版本是3.4.0。
仅改变figure的尺寸，这里缩小一倍：

from mpl_toolkits.axes_grid1 import host_subplot
from mpl_toolkits import axisartist

import matplotlib
import matplotlib.pyplot as plt
fig_width = 8.26
fig_height = 8.77
width = fig_width / 2.54 #3.25英寸
height = fig_height / 2.54#3.45
fig=plt.figure(figsize=(width,height))
print(fig)
host = host_subplot(111, axes_class=axisartist.Axes)
fig=plt.gcf()
print(fig)
plt.subplots_adjust(right=0.75)

par1 = host.twinx()
par2 = host.twinx()

par2.axis["right"] = par2.new_fixed_axis(loc="right", offset=(60, 0))

par1.axis["right"].toggle(all=True)
par2.axis["right"].toggle(all=True)

p1, = host.plot([0, 1, 2], [0, 1, 2], label="Density")
p2, = par1.plot([0, 1, 2], [0, 3, 2], label="Temperature")
p3, = par2.plot([0, 1, 2], [50, 30, 15], label="Velocity")

host.set_xlim(0, 2)
host.set_ylim(0, 2)
par1.set_ylim(0, 4)
par2.set_ylim(1, 65)

host.set_xlabel("Distance")
host.set_ylabel("Density")
par1.set_ylabel("Temperature")
par2.set_ylabel("Velocity")

host.legend()

host.axis["left"].label.set_color(p1.get_color())
par1.axis["right"].label.set_color(p2.get_color())
par2.axis["right"].label.set_color(p3.get_color())
fig=plt.gcf()
print(fig)
plt.savefig("demo.jpg",dpi=100)
fig=plt.gcf()
print(fig)
plt.show()
fig=plt.gcf()
print(fig)

控制台打印出的结果：

Backend Qt5Agg is interactive backend. Turning interactive mode on.
Figure(325x345)
Figure(325x345)
Figure(325x345)
Figure(325x345)
Figure(325x345)

可以看到由于show指定的 dpi 是 100，而屏幕显示一般ppi就是100.而绘图的大小是 3.25*3.45 英寸。所以占屏幕像素的大小是 325*345.

这里的图形如下：
在这里插入图片描述
这里的一些细节就没有显示全，**说明我们改变图片大小时，有些元素是不能等比例缩放的。**如果要显示全最简单的就是增加图片的尺寸。如果真的对图片大小有限制，那么就得对绘图元素的大小进行改变。如果这里的多副y轴的参数。
另外有一点非常重要，就是绘图内容的合理布局需要给它提供合理的尺寸。这个合理的尺寸可以通过手动调节show()弹出窗口，然后测量窗口的尺寸，将其尺寸更新到figure里面，比如如窗口1000*800像素，显示的图形比较合理，那么就可以确定绘图的尺寸为(1000/100,800/1000)，即(10,6).

改变matplotlib的show的dpi

这里使用的matplotlib的版本是3.4.0。show()的dpi设定为600.

from mpl_toolkits.axes_grid1 import host_subplot
from mpl_toolkits import axisartist

import matplotlib
matplotlib.use("Qt5Agg")
import matplotlib.pyplot as plt
fig_width = 8.26
fig_height = 8.77
width = fig_width / 2.54
height = fig_height / 2.54
fig=plt.figure(figsize=(6.4,4.8),dpi=600)
print(fig)
host = host_subplot(111, axes_class=axisartist.Axes)
fig=plt.gcf()
print(fig)
plt.subplots_adjust(right=0.75)

par1 = host.twinx()
par2 = host.twinx()

par2.axis["right"] = par2.new_fixed_axis(loc="right", offset=(60, 0))

par1.axis["right"].toggle(all=True)
par2.axis["right"].toggle(all=True)

p1, = host.plot([0, 1, 2], [0, 1, 2], label="Density")
p2, = par1.plot([0, 1, 2], [0, 3, 2], label="Temperature")
p3, = par2.plot([0, 1, 2], [50, 30, 15], label="Velocity")

host.set_xlim(0, 2)
host.set_ylim(0, 2)
par1.set_ylim(0, 4)
par2.set_ylim(1, 65)

font2 = {'family' : 'Times New Roman',
'weight' : 'normal',
'fontsize'   : 30,
         }
# 对于这个AxesHostAxesSubplot,这样设定label是无效的。
host.set_xlabel("Distance",fontdict=font2)
host.set_ylabel("Density")

par1.set_ylabel("Temperature")
par2.set_ylabel("Velocity")

host.legend()

host.axis["left"].label.set_color(p1.get_color())
# 对于这个AxesHostAxesSubplot设定标签的大小，似乎只能用这种方法？
# host.axis["left"].label.set_fontsize(30)
par1.axis["right"].label.set_color(p2.get_color())
par2.axis["right"].label.set_color(p3.get_color())
fig=plt.gcf()
print(fig)
plt.savefig("demo.jpg")
fig=plt.gcf()
print(fig)
fig.show()
fig=plt.gcf()
print(fig)

控制台输出：

Backend Qt5Agg is interactive backend. Turning interactive mode on.
Figure(3290x1015)
Figure(3290x1015)
Figure(3290x1015)
Figure(3290x1015)
Figure(3290x1015)

这里可以看到QtAgg的像素的垂直最大值就1050.再大就会被截断。显示的图如下：

在这里插入图片描述再查看保存的图片：
保存的图片也受到了影响

不同backend的影响

在matplotlib 3.4.0版本上，换用TkAgg作为show的backend，并再次运行上节代码：

控制台输出为

Backend TkAgg is interactive backend. Turning interactive mode on.
Figure(3840x2880)
Figure(3840x2880)
Figure(3840x2880)
Figure(3840x2880)
Figure(3840x2880)

此时显示完整的超大图片。但是由于电脑屏幕的限制，窗口垂直方向上也不能显示完全。
在这里插入图片描述
但保存的图片不受任何的影响。

在这里插入图片描述这里可以看到TkAgg比Qt5Agg好不少，但是show()这个函数没必要设定dpi，不然会改变图片的比例以及显示质量。

改变matplotlib的showfig的dpi

这里使用的matplotlib的版本是3.4.0。


from mpl_toolkits.axes_grid1 import host_subplot
from mpl_toolkits import axisartist

import matplotlib
import matplotlib.pyplot as plt
fig_width = 8.26
fig_height = 8.77
width = fig_width / 2.54
height = fig_height / 2.54
fig=plt.figure(figsize=(6.4,4.8))
print(fig)
host = host_subplot(111, axes_class=axisartist.Axes)
fig=plt.gcf()
print(fig)
plt.subplots_adjust(right=0.75)

par1 = host.twinx()
par2 = host.twinx()

par2.axis["right"] = par2.new_fixed_axis(loc="right", offset=(60, 0))

par1.axis["right"].toggle(all=True)
par2.axis["right"].toggle(all=True)

p1, = host.plot([0, 1, 2], [0, 1, 2], label="Density")
p2, = par1.plot([0, 1, 2], [0, 3, 2], label="Temperature")
p3, = par2.plot([0, 1, 2], [50, 30, 15], label="Velocity")

host.set_xlim(0, 2)
host.set_ylim(0, 2)
par1.set_ylim(0, 4)
par2.set_ylim(1, 65)

host.set_xlabel("Distance")
host.set_ylabel("Density")
par1.set_ylabel("Temperature")
par2.set_ylabel("Velocity")

host.legend()

host.axis["left"].label.set_color(p1.get_color())
par1.axis["right"].label.set_color(p2.get_color())
par2.axis["right"].label.set_color(p3.get_color())
fig=plt.gcf()
print(fig)
plt.savefig("demo.jpg",dpi=600) # 一般论文出图dpi为600就不错了
fig=plt.gcf()
print(fig)
plt.show()
fig=plt.gcf()
print(fig)

关于 fig 的控制台输出：

Backend Qt5Agg is interactive backend. Turning interactive mode on.
Figure(640x480)
Figure(640x480)
Figure(640x480)
Figure(640x480)
Figure(640x480)

输出demo.jpg的信息：
在这里插入图片描述可以看到尺寸增加到了 3840x2800，恰好是 640*6 与 480*6

再 win 自带的画图工具里打开 demo.jpg，然后再调整回原来的大小，跟 show 图形的对比是一致的：

在这里插入图片描述到这里就能完成高dpi的出图的。但是如果你的python版本是3.6，那不能升级matplotlib为3.4.0以上的版本。你使用showfig会出现问题的。

不同版本matplotlib的showfig

如果是matplotlib的版本是3.3.4，运行上一节代码，那么这里大概率就出错了，3.3.4的控制台信息为：

Backend Qt5Agg is interactive backend. Turning interactive mode on.
Figure(640x480)
Figure(640x480)
Figure(640x480)
Figure(106.667x80)
Figure(106.667x80)

show的图片十分诡异：

在这里插入图片描述
保存的图片:

在这里插入图片描述

这里暴露了 matplotlib版本对出图质量的影响。3.3.4版本的savefig的dpi设定会影响到show()。即使这里切换到TkAgg也一样。那么就只能切换到Agg的backend.

低版本matplotlib使用Agg作为backend提高出图质量

from mpl_toolkits.axes_grid1 import host_subplot
from mpl_toolkits import axisartist

import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
fig_width = 8.26
fig_height = 8.77
width = fig_width / 2.54
height = fig_height / 2.54
fig=plt.figure(figsize=(6.4,4.8))
print(fig)
host = host_subplot(111, axes_class=axisartist.Axes)
fig=plt.gcf()
print(fig)
plt.subplots_adjust(right=0.75)

par1 = host.twinx()
par2 = host.twinx()

par2.axis["right"] = par2.new_fixed_axis(loc="right", offset=(60, 0))

par1.axis["right"].toggle(all=True)
par2.axis["right"].toggle(all=True)

p1, = host.plot([0, 1, 2], [0, 1, 2], label="Density")
p2, = par1.plot([0, 1, 2], [0, 3, 2], label="Temperature")
p3, = par2.plot([0, 1, 2], [50, 30, 15], label="Velocity")

host.set_xlim(0, 2)
host.set_ylim(0, 2)
par1.set_ylim(0, 4)
par2.set_ylim(1, 65)

font2 = {'family' : 'Times New Roman',
'weight' : 'normal',
'fontsize'   : 30,
         }
# 对于这个AxesHostAxesSubplot,这样设定label是无效的。
host.set_xlabel("Distance",fontdict=font2)
host.set_ylabel("Density")

par1.set_ylabel("Temperature")
par2.set_ylabel("Velocity")

host.legend()

host.axis["left"].label.set_color(p1.get_color())
# 对于这个AxesHostAxesSubplot设定标签的大小，似乎只能用这种方法？
# host.axis["left"].label.set_fontsize(30)
par1.axis["right"].label.set_color(p2.get_color())
par2.axis["right"].label.set_color(p3.get_color())
fig=plt.gcf()
print(fig)
plt.savefig("demo.jpg",dpi=600)
fig=plt.gcf()
print(fig)
fig.show()
fig=plt.gcf()
print(fig)

控制台输出：

Figure(640x480)
Figure(640x480)
Figure(640x480)
Figure(640x480)
demo_host_subplot_raw.py:68: UserWarning: Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figure.
  fig.show()
Figure(640x480)

这里可以看到Agg的backend是不支持show方法的。但是保存的图片却没有任何的问题：
在这里插入图片描述