如何保存具有特定像素尺寸的 Matplotlib 图形?
以精确的像素尺寸保存图形
虽然 Matplotlib 通常以英寸和每英寸点数 (dpi) 为单位指定图形尺寸,但它是可以将图形的内容以精确的大小保存到磁盘像素。
了解 DPI
指定像素大小的关键是确定预期显示设备的 DPI。您可以使用在线工具检测显示器的DPI。
方法
-
设置图形尺寸:
<code class="python">fig = plt.figure(frameon=False) fig.set_size_inches((width / dpi, height / dpi))</code>
登录后复制- 将宽度和高度替换为所需的数量像素。
- 除以 dpi 将像素转换为英寸。
-
删除轴:
<code class="python">ax = plt.Axes(fig, [0., 0., 1., 1.]) ax.set_axis_off() fig.add_axes(ax)</code>
登录后复制 -
绘图图像和保存:
<code class="python">ax.imshow(im_np, aspect='normal') fig.savefig(some_path, dpi=dpi)</code>
登录后复制
示例
在 DPI 为 的显示器上保存尺寸为 800x800 像素的图形96:
<code class="python">plt.figure(frameon=False) fig.set_size_inches((800 / 96, 800 / 96)) ax = plt.Axes(fig, [0., 0., 1., 1.]) ax.set_axis_off() fig.add_axes(ax) ax.imshow(im_np, aspect='normal') fig.savefig(some_path, dpi=96)</code>
分辨率控制
要以更高分辨率保存图形,只需在保存图形时增加 dpi 值即可:
<code class="python">fig.savefig(some_path, dpi=2 * dpi) # For 2x the resolution</code>
注意:此方法仅适用于某些后端,例如PNG。
以上是如何保存具有特定像素尺寸的 Matplotlib 图形?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。 Python以简洁和强大的生态系统着称,C 则以高性能和底层控制能力闻名。

两小时内可以学到Python的基础知识。1.学习变量和数据类型,2.掌握控制结构如if语句和循环,3.了解函数的定义和使用。这些将帮助你开始编写简单的Python程序。

Python在游戏和GUI开发中表现出色。1)游戏开发使用Pygame,提供绘图、音频等功能,适合创建2D游戏。2)GUI开发可选择Tkinter或PyQt,Tkinter简单易用,PyQt功能丰富,适合专业开发。

2小时内可以学会Python的基本编程概念和技能。1.学习变量和数据类型,2.掌握控制流(条件语句和循环),3.理解函数的定义和使用,4.通过简单示例和代码片段快速上手Python编程。

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python在web开发、数据科学、机器学习、自动化和脚本编写等领域有广泛应用。1)在web开发中,Django和Flask框架简化了开发过程。2)数据科学和机器学习领域,NumPy、Pandas、Scikit-learn和TensorFlow库提供了强大支持。3)自动化和脚本编写方面,Python适用于自动化测试和系统管理等任务。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。
