Matplotlib 图形尺寸调整：全面指南与实用技巧

Matplotlib 图形尺寸调整：全面指南与实用技巧

参考：how to change matplotlib figure size

Matplotlib 是 Python 中最流行的数据可视化库之一，它提供了丰富的功能来创建各种类型的图表和绘图。在使用 Matplotlib 时，控制图形尺寸是一个重要的方面，因为它直接影响到图表的视觉效果和可读性。本文将详细介绍如何在 Matplotlib 中调整图形尺寸，包括各种方法、技巧和最佳实践。

1. 基本概念

在深入探讨如何调整 Matplotlib 图形尺寸之前，我们需要了解一些基本概念：

1.1 Figure 和 Axes

• Figure：整个图形窗口
• Axes：图形中的绘图区域

1.2 尺寸单位

Matplotlib 中的尺寸通常以英寸为单位。1 英寸约等于 2.54 厘米。

1.3 DPI（每英寸点数）

DPI 决定了图形的分辨率。较高的 DPI 值会产生更高质量的图像，但文件大小也会增加。

2. 使用 figure() 函数设置图形尺寸

最直接的方法是在创建图形时使用 figure() 函数指定尺寸。

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title('How to change matplotlib figure size - how2matplotlib.com')
plt.show()

Output:

在这个例子中，我们创建了一个宽 10 英寸、高 6 英寸的图形。figsize 参数接受一个元组，其中第一个值是宽度，第二个值是高度。

3. 使用 rcParams 全局设置图形尺寸

如果你想为所有图形设置默认尺寸，可以使用 rcParams。

import matplotlib.pyplot as plt
import matplotlib as mpl

mpl.rcParams['figure.figsize'] = [8.0, 6.0]
mpl.rcParams['figure.dpi'] = 80

plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title('Global figure size setting - how2matplotlib.com')
plt.show()

Output:

这段代码设置了默认的图形尺寸为 8×6 英寸，DPI 为 80。这些设置将应用于之后创建的所有图形。

4. 调整子图尺寸

当你使用子图时，可以通过 subplots() 函数来设置整个图形的尺寸。

import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5))
ax1.plot([1, 2, 3, 4], [1, 4, 2, 3])
ax2.plot([1, 2, 3, 4], [3, 2, 4, 1])
fig.suptitle('Subplots with custom size - how2matplotlib.com')
plt.show()

Output:

这个例子创建了一个包含两个子图的图形，总尺寸为 12×5 英寸。

5. 使用 tight_layout() 自动调整布局

tight_layout() 函数可以自动调整子图参数，以给定的填充适应图形区域。

import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 8))
ax1.plot([1, 2, 3, 4], [1, 4, 2, 3])
ax2.plot([1, 2, 3, 4], [3, 2, 4, 1])
fig.suptitle('Tight layout example - how2matplotlib.com')
plt.tight_layout()
plt.show()

Output:

tight_layout() 会自动调整子图之间的间距，以及子图与图形边缘的距离，使整体布局更加紧凑和美观。

6. 调整图形尺寸和 DPI

你可以同时设置图形尺寸和 DPI 来控制输出图像的质量和大小。

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6), dpi=300)
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title('High resolution figure - how2matplotlib.com')
plt.show()

Output:

这个例子创建了一个高分辨率的图形，尺寸为 10×6 英寸，DPI 为 300。

7. 使用 set_size_inches() 方法动态调整尺寸

有时你可能需要在创建图形后动态调整其尺寸。这可以通过 set_size_inches() 方法实现。

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])
fig.set_size_inches(10, 6)
plt.title('Dynamically resized figure - how2matplotlib.com')
plt.show()

Output:

这个方法允许你在绘图过程中随时调整图形尺寸。

8. 保存特定尺寸的图形

当保存图形时，你可以指定输出文件的尺寸和 DPI。

import matplotlib.pyplot as plt

plt.figure(figsize=(8, 6))
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title('Saved figure with custom size - how2matplotlib.com')
plt.savefig('custom_size_figure.png', dpi=300, bbox_inches='tight')

bbox_inches='tight' 参数确保图形的所有部分都包含在保存的文件中，不会被裁剪。

9. 使用英寸以外的单位

虽然 Matplotlib 默认使用英寸，但你可以使用其他单位，如厘米。

import matplotlib.pyplot as plt

cm = 1/2.54  # 将厘米转换为英寸
plt.figure(figsize=(20*cm, 15*cm))
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title('Figure size in centimeters - how2matplotlib.com')
plt.show()

Output:

这个例子创建了一个 20×15 厘米的图形。

10. 调整子图之间的间距

使用 subplots_adjust() 函数可以精细控制子图之间的间距。

import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))
ax1.plot([1, 2, 3, 4], [1, 4, 2, 3])
ax2.plot([1, 2, 3, 4], [3, 2, 4, 1])
plt.subplots_adjust(wspace=0.5, hspace=0.5)
fig.suptitle('Adjusted subplot spacing - how2matplotlib.com')
plt.show()

Output:

wspace 控制宽度方向的间距，hspace 控制高度方向的间距。

11. 使用 GridSpec 进行复杂布局

对于更复杂的布局，可以使用 GridSpec。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure(figsize=(12, 8))
gs = gridspec.GridSpec(2, 2)

ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1])
ax3 = fig.add_subplot(gs[1, :])

ax1.plot([1, 2, 3], [4, 5, 6])
ax2.plot([1, 2, 3], [6, 5, 4])
ax3.plot([1, 2, 3, 4], [1, 4, 2, 3])

fig.suptitle('Complex layout with GridSpec - how2matplotlib.com')
plt.tight_layout()
plt.show()

Output:

这个例子创建了一个 2×2 的网格，其中底部的子图跨越了两列。

12. 调整图形边距

你可以使用 subplots_adjust() 函数来调整图形的边距。

import matplotlib.pyplot as plt

plt.figure(figsize=(8, 6))
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title('Adjusted figure margins - how2matplotlib.com')
plt.subplots_adjust(left=0.2, right=0.9, top=0.9, bottom=0.2)
plt.show()

Output:

这个例子增加了图形的左右和上下边距。

13. 创建不同纵横比的图形

有时你可能需要创建特定纵横比的图形。

import matplotlib.pyplot as plt

aspect_ratio = 16/9
fig_width = 10
fig_height = fig_width / aspect_ratio

plt.figure(figsize=(fig_width, fig_height))
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title('16:9 aspect ratio figure - how2matplotlib.com')
plt.show()

Output:

这个例子创建了一个 16:9 纵横比的图形。

14. 使用 constrained_layout

constrained_layout 是一个更高级的自动布局调整工具，可以处理复杂的布局情况。

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(10, 10), constrained_layout=True)
for ax in axs.flat:
    ax.plot([1, 2, 3, 4], [1, 4, 2, 3])
fig.suptitle('Constrained layout example - how2matplotlib.com')
plt.show()

Output:

constrained_layout=True 参数会自动调整子图之间的间距和边距。

15. 根据内容自动调整图形尺寸

有时，你可能想根据图形内容自动调整尺寸。这可以通过先创建图形，然后调整其大小来实现。

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])
ax.set_title('Auto-sized figure based on content - how2matplotlib.com')

# 获取当前轴的边界框
bbox = ax.get_window_extent().transformed(fig.dpi_scale_trans.inverted())
width, height = bbox.width, bbox.height

# 设置图形大小，增加一些边距
fig.set_size_inches(width*1.2, height*1.2)

plt.show()

Output:

这个例子首先创建图形，然后根据内容调整其大小，并添加一些额外的边距。

结论

调整 Matplotlib 图形尺寸是创建高质量可视化的重要步骤。通过本文介绍的各种方法和技巧，你可以精确控制图形的大小、比例和布局，以满足不同的需求。无论是简单的单图还是复杂的多子图布局，合适的尺寸设置都能显著提升图表的可读性和美观度。

记住，图形尺寸的选择应该根据具体的使用场景来决定。例如，用于演示的图形可能需要更大的尺寸和更高的 DPI，而用于科学论文的图形则可能需要遵循特定的格式要求。通过灵活运用本文中的技巧，你可以为各种场景创建出最适合的图形。

最后，不要忘记实践是掌握这些技巧的最好方法。尝试不同的设置，观察效果，并根据需要进行调整。随着经验的积累，你将能够更加自如地控制 Matplotlib 图形的各个方面，创造出既美观又有效的数据可视化作品。