Matplotlib中rcParams使用方法

 更新时间:2021年01月05日 10:15:27   作者:LthID  
这篇文章主要介绍了Matplotlib中rcParams使用方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

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

这里写图片描述

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使用内容请搜索脚本之家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脚本之家!

相关文章

  • 利用Python实现普通视频变成动漫视频

    利用Python实现普通视频变成动漫视频

    这篇文章主要为大家详细介绍了如何利用Python语言实现普通视频变成动漫视频效果,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下
    2022-08-08
  • Python爬虫+Tkinter制作一个翻译软件的示例

    Python爬虫+Tkinter制作一个翻译软件的示例

    这篇文章主要介绍了Python爬虫+Tkinter制作一个翻译软件的示例,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下
    2021-02-02
  • Flask实现swagger在线文档与接口测试流程详解

    Flask实现swagger在线文档与接口测试流程详解

    Flask是一个使用Python编写的轻量级Web应用框架。其WSGI工具箱采用 Werkzeug,模板引擎则使用Jinja2。Flask使用 BSD 授权。Flask也被称为“microframework”,因为它使用简单的核心,用 extension 增加其他功能,本篇带你用Flask实现swagger在线文档与接口测试
    2022-07-07
  • Python流程控制 while循环实现解析

    Python流程控制 while循环实现解析

    这篇文章主要介绍了Python流程控制 while循环实现解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-09-09
  • python 带时区的日期格式化操作

    python 带时区的日期格式化操作

    这篇文章主要介绍了python 带时区的日期格式化操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-10-10
  • python实现随机漫步算法

    python实现随机漫步算法

    这篇文章主要为大家详细介绍了python实现随机漫步算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-08-08
  • Python Numpy 实现交换两行和两列的方法

    Python Numpy 实现交换两行和两列的方法

    今天小编就为大家分享一篇Python Numpy 实现交换两行和两列的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-06-06
  • 学习python分支结构

    学习python分支结构

    在本篇文章中小编给大家分享了关于python分支结构的相关知识点和相关内容,需要的朋友们学习下。
    2019-05-05
  • python三元运算符实现方法

    python三元运算符实现方法

    这篇文章主要介绍了python实现三元运算符的方法,大家参考使用吧
    2013-12-12
  • 如何利用OpenCV进行特征(颜色、形状)提取

    如何利用OpenCV进行特征(颜色、形状)提取

    特征提取是降维过程的一部分,其中原始数据的初始集被划分并减少到更易于管理的组,这篇文章主要给大家介绍了关于如何利用OpenCV进行特征(颜色、形状)提取的相关资料,需要的朋友可以参考下
    2022-05-05

最新评论