掌握matplotlib，輕鬆調整圖像尺寸，提升可視化效果

在數據可視化範疇，matplotlib 是 Python 中最常用的庫之一。它供給了豐富的畫圖功能，可能幫助我們輕鬆創建各品種型的圖表。圖像尺寸的調劑是數據可視化中一個重要的環節，合適的圖像尺寸可能使圖表愈加清楚、美不雅，從而晉升可視化後果。本文將具體介紹如何在 matplotlib 中調劑圖像尺寸。

調劑圖像尺寸的基本不雅點

在 matplotlib 中，圖像尺寸的調劑重要涉及以下多少個不雅點：

• figsize：指定圖像的寬度跟高度，單位為英寸。
• dpi（Dots Per Inch）：每英寸點數，用於定義圖像的辨別率。
• 像素尺寸：圖像的寬度跟高度，單位為像素。

圖像的現實尺寸由 figsize 跟 dpi 獨特決定。比方，一個 figsize 為 (6, 4) 英寸，dpi 為 100 的圖像，其像素尺寸將是 600x400 像素。

調劑圖像尺寸的方法

1. 設置 figsize 參數

在創建圖像時，可能經由過程設置 figsize 參數來調劑圖像的尺寸。

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(8, 6))
# 繪製圖表
ax.plot([1, 2, 3, 4], [1, 4, 9, 16])
# 表現圖表
plt.show()

2. 利用 savefig 函數

在保存圖像時，可能經由過程設置 savefig 函數的 figsize 參數來調劑圖像的尺寸。

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(8, 6))
ax.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.savefig('example.png', figsize=(8, 6))

3. 利用 subplots_adjust 函數

在創建多個子圖時，可能利用 subplots_adjust 函數調劑子圖之間的間距。

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(10, 8))
axs[0, 0].plot([1, 2, 3, 4], [1, 4, 9, 16])
axs[0, 1].scatter([1, 2, 3, 4], [1, 4, 9, 16])
# 調劑子圖間距
plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1, wspace=0.4, hspace=0.4)
plt.show()

總結

控制 matplotlib 的圖像尺寸調劑方法，可能幫助我們創建愈加清楚、美不雅的圖表，晉升數據可視化的後果。經由過程設置 figsize 參數、利用 savefig 函數以及調劑子圖間距，我們可能輕鬆地調劑圖像尺寸。在現實利用中，我們須要根據具體的須要抉擇合適的方法來調劑圖像尺寸。