Matplotlib中rcParams使用方法

主要作用为指定图片像素：

matplotlib.rcParams[‘figure.figsize']#图片像素
matplotlib.rcParams[‘savefig.dpi']#分辨率
plt.savefig(‘plot123_2.png', dpi=200)#指定分辨率
%matplotlib inline
import matplotlib # 注意这个也要import一次
import matplotlib.pyplot as plt
from IPython.core.pylabtools import figsize # import figsize
#figsize(12.5, 4) # 设置 figsize
plt.rcParams['savefig.dpi'] = 300 #图片像素
plt.rcParams['figure.dpi'] = 300 #分辨率
# 默认的像素：[6.0,4.0]，分辨率为100，图片尺寸为 600&400
# 指定dpi=200，图片尺寸为 1200*800
# 指定dpi=300，图片尺寸为 1800*1200
# 设置figsize可以在不改变分辨率情况下改变比例

myfont = matplotlib.font_manager.FontProperties(fname=r'C:/Windows/Fonts/msyh.ttf') # 这一行
plt.plot((1,2,3),(4,3,-1))
plt.xlabel(u'横坐标', fontproperties=myfont) # 这一段
plt.ylabel(u'纵坐标', fontproperties=myfont) # 这一段
#plt.show()
plt.savefig('plot123_2.png', dpi=300) #指定分辨率保存

一样的图片，像素大就更加高清了。

Matplotlib中plt.rcParams用法（设置图像细节）

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
%matplotlib inline  

# 生成数据
x = np.linspace(0, 4*np.pi)
y = np.sin(x)

plt.rcParams['figure.figsize'] = (5.0, 4.0)   # 显示图像的最大范围
plt.rcParams['image.interpolation'] = 'nearest' # 差值方式，设置 interpolation style
plt.rcParams['image.cmap'] = 'gray'       # 灰度空间

#设置rc参数显示中文标题
#设置字体为SimHei显示中文
plt.rcParams['font.sans-serif'] = 'SimHei'
#设置正常显示字符
plt.rcParams['axes.unicode_minus'] = False
plt.title('sin曲线')
#设置线条样式
plt.rcParams['lines.linestyle'] = '-.'
#设置线条宽度
plt.rcParams['lines.linewidth'] = 3
#绘制sin曲线
plt.plot(x, y, label='$sin(x)$')

# plt.savefig('sin.png')
# plt.show()

x=np.array([1,2])
y=np.array([1,4])
z=np.array([[1,2], [3, 4]])
plt.xlim(1,2)
plt.ylim(1,4)

plt.contourf(x, y, z, alpha=0.6)

到此这篇关于Matplotlib中rcParams使用方法的文章就介绍到这了,更多相关Matplotlib rcParams使用内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • matplotlib运行时配置(Runtime Configuration，rc)参数rcParams解析

    什么是运行时配置(Runtime Configuration,rc) Matplotlib使用matplotlibrc配置文件来自定义图形的各种属性,称之为rc配置或rc参数(rcParams).通过rc参数可以修改matplotlib绝大多数属性的默认值,包括窗体大小.每英寸的点数.线条宽度.颜色.样式.坐标轴.坐标和网络属性.文本.字体等. 运行时配置的默认值 运行时配置的默认值存放在默认的matplotlibrc文件中. matplotlibrc文件与rcParams的关系 rcParam

  • Matplotlib中rcParams使用方法

    Matplotlib中rcParams使用方法

    主要作用为指定图片像素: matplotlib.rcParams['figure.figsize']#图片像素 matplotlib.rcParams['savefig.dpi']#分辨率 plt.savefig('plot123_2.png', dpi=200)#指定分辨率 %matplotlib inline import matplotlib # 注意这个也要import一次 import matplotlib.pyplot as plt from IPython.core.pylabto

  • 使用matplotlib中scatter方法画散点图

    本文实例为大家分享了用matplotlib中scatter方法画散点图的具体代码,供大家参考,具体内容如下 1.最简单的绘制方式 绘制散点图是数据分析过程中的常见需求.python中最有名的画图工具是matplotlib,matplotlib中的scatter方法可以方便实现画散点图的需求.下面我们来绘制一个最简单的散点图. 数据格式如下: 0   746403 1   1263043 2   982360 3   1202602 ... 其中第一列为X坐标,第二列为Y坐标.下面我们来画图. #

  • Python实现在matplotlib中两个坐标轴之间画一条直线光标的方法

    Python实现在matplotlib中两个坐标轴之间画一条直线光标的方法

    本文实例讲述了Python实现在matplotlib中两个坐标轴之间画一条直线光标的方法.分享给大家供大家参考.具体如下: 看看下面的例子和效果吧 # -*- coding: utf-8 -*- from matplotlib.widgets import MultiCursor from pylab import figure, show, np t = np.arange(0.0, 2.0, 0.01) s1 = np.sin(2*np.pi*t) s2 = np.sin(4*np.pi*t

  • Python实现在tkinter中使用matplotlib绘制图形的方法示例

    本文实例讲述了Python实现在tkinter中使用matplotlib绘制图形的方法.分享给大家供大家参考,具体如下: 一. 代码: # coding=utf-8 import sys import Tkinter as Tk import matplotlib from numpy import arange, sin, pi from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg,NavigationToolbar2T

  • 在Django中输出matplotlib生成的图片方法

    下面的代码片段是直接在Django中输出matplotlib生成的图片,网上很多种方法都是先生成图片再调用,感觉不是那么直接. 环境:Python2.7,Django1.83 该文件为views.py文件,函数映射按实际设置. from django.shortcuts import render from django.http import HttpResponse from matplotlib.figure import Figure from matplotlib.backends.b

  • Python实现matplotlib显示中文的方法详解

    Python实现matplotlib显示中文的方法详解

    本文实例讲述了Python实现matplotlib显示中文的方法.分享给大家供大家参考,具体如下: [注意] 可能与本文主题无关,不过我还是想指出来:使用matplotlib库时,下面两种导入方式是等价的(我指的是等效,当然这个说法可以商榷:) import matplotlib.pyplot as plt import pylab as plt [效果图] [方式一]FontProperties import matplotlib.pyplot as plt from matplotlib.f

  • 浅谈matplotlib中FigureCanvasXAgg的用法

    背景知识: FigureCanvasXAgg就是一个渲染器,渲染器的工作就是drawing,执行绘图的这个动作.渲染器是使物体显示在屏幕上 主要内容: 将一个figure渲染的canvas变为一个Qt widgets,figure显示的过程是需要管理器(manager),需要FigureCanvasBase来管理.报错信息'FigureCanvasQTAgg' object has no attribute 'manager' 将一个navigation toolbar渲染成Qt widgets

  • 详解matplotlib中pyplot和面向对象两种绘图模式之间的关系

    matplotlib有两种绘图方式,一种是依托matplotlib.pyplot模块实现类似matlab绘图指令的绘图方式,一种是面向对象式绘图,依靠FigureCanvas(画布). Figure (图像). Axes (轴域) 等对象绘图. 这两种方式之间并不是完全独立的,而是通过某种机制进行了联结,pylot绘图模式其实隐式创建了面向对象模式的相关对象,其中的关键是matplotlib._pylab_helpers模块中的单例类Gcf,它的作用是追踪当前活动的画布及图像. 因此,可以说ma

  • Python使用matplotlib绘制动画的方法

    本文实例讲述了Python使用matplotlib绘制动画的方法.分享给大家供大家参考.具体分析如下: matplotlib从1.1.0版本以后就开始支持绘制动画 下面是几个的示例: 第一个例子使用generator,每隔两秒,就运行函数data_gen: # -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt import matplotlib.animation as animation fig =

  • 解决pandas无法在pycharm中使用plot()方法显示图像的问题

    最近用了pycharm,感觉还不错,就是pandas中Series.DataFrame的plot()方法不显示图片就给我结束了,但是我在ipython里就能画图 以前的代码是这样的 import matplotlib.pyplot as plt from pandas import DataFrame,Series Series([4,5,7]).plot() 找了半天 发现只要加个 plt.show() 就可以显示图像了了 import matplotlib.pyplot as plt fro

随机推荐