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
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!
最新评论