使用matplotlib.pyplot、imshow（）和savefig（）以全分辨率打印？

Question

我有一个中等大小的数组（例如1500x3000），我想按比例绘制，因为它是一个图像。然而，垂直和水平尺度是非常不同的。为了简化，假设有一米/行和10/列。然后绘制出一幅大约1500x30000的图像。我使用kwarg范围作为刻度，方面=1以避免变形。 无论是使用绘图窗口（QT4）和imshow（）还是使用savefig（），我从未成功地按比例和全分辨率生成图像。

我已经寻找了许多建议的解决方案，如here、here、或here和there或there中所示，以防它是一个bug。我已经修改了matplotlibrc并将其放在~/.config/matplotlib中，尝试强制使用my display/savefig选项，但没有成功。我也试过使用pcolormesh（），但没有成功。我使用来自Ubuntu 14.04和QT4Agg的repo的python 2.7和matplotlib 1.3作为后端。我也试过TkAgg，但速度慢，结果也一样。我的印象是，在x轴的分辨率是正确的，但它绝对是在垂直方向下采样。这里有一段代码应该模拟我的问题。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors

R, C = 1500, 3000
DATA = np.random.random((R, C))
DATA[::2, :] *= -1  # make every other line negative
Yi, Xi = 1, 10 # increment
CMP = 'seismic'
ImageFormat ='pdf'
Name = 'Image'


DataRange = (np.absolute(DATA)).max() # I want my data centred on 0
EXTENT = [0, Xi*C, 0 ,Yi*R]
NORM = matplotlib.colors.Normalize(vmin =-DataRange, vmax= DataRange, clip =True)

for i in range(1,4):
    Fig=plt.figure(figsize=(45, 10), dpi = 100*i, tight_layout=True)
    Fig.suptitle(Name+str(i)+'00DPI')
    ax = Fig.add_subplot(1, 1, 1)
    Plot = ax.imshow(DATA, cmap=plt.get_cmap(CMP), norm = NORM, extent = EXTENT, aspect = 1, interpolation='none') 
    ax.set_xlabel('metres')
    ax.set_ylabel('metres')
    Fig.savefig(Name+str(i)+'00DPI.'+ImageFormat,  format = ImageFormat, dpi = Fig.dpi)
plt.close()

在imshow（）中，interpolation='none'或'nearest'或'biliner'不会由于某些原因更改分辨率，尽管我认为如果我确实显示（）而不是savefig（），则至少应该在Qt4窗口中更改分辨率。 注意，无论您在plt.figure（dpi=）中设置什么，保存的图形中的分辨率都是相同的。

我对这个系统的运作方式已经失去了概念和理解力。任何帮助都是非常欢迎的。

提前谢谢。

Answer 1

运行您的示例，缩放后matplotlib中的一切看起来都很好：无论分辨率如何，结果都是相同的，我看到每个轴单位有一个像素。 另外，尝试使用更小的数组时，pdf（或其他格式）也能很好地工作。

这是我的解释：当您设置图形dpi时，您设置的是整个图形的dpi（不仅仅是数据区域）。在我的系统中，这会导致绘图区域垂直占据整个图形的20%左右。如果设置300 dpi和10的高度，则垂直数据轴的总像素为300x10x0.2=600像素，这不足以表示1500个点，这就解释了为什么必须对输出重新采样。请注意，减小宽度有时会起到意外作用，因为它会更改数据绘图所占的图形部分。

然后，您必须增加dpi，并设置interpolation='none'（分辨率是否设置得完美并不重要，但只要足够接近就很重要）。 此外，还可以调整绘图位置和大小以占据图形的较大部分，但回到最佳分辨率设置，理想情况下，您希望在轴上有多个像素，即数据点的倍数，否则必须进行某种插值（请考虑如何在三个像素上绘制两个点，或viceversa）。

我不知道下面是不是最好的方法，matplotlib中可能有更合适的方法和属性，但是我会尝试这样的方法来计算最佳dpi：

vsize=ax.get_position().size[1]  #fraction of figure occupied by axes
axesdpi= int((Fig.get_size_inches()[1]*vsize)/R)  #(or Yi*R according to what you want to do)

然后，您的代码（简化为第一个循环）变成：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors

R, C = 1500, 3000
DATA = np.random.random((R, C))
DATA[::2, :] *= -1  # make every other line negative
Yi, Xi = 1, 10 # increment
CMP = 'seismic'
ImageFormat ='pdf'
Name = 'Image'


DataRange = (np.absolute(DATA)).max() # I want my data centred on 0
EXTENT = [0, Xi*C, 0 ,Yi*R]
NORM = matplotlib.colors.Normalize(vmin =-DataRange, vmax= DataRange, clip =True)

for i in (1,):
    print i 
    Fig=plt.figure(figsize=(45, 10), dpi = 100*i, tight_layout=True)
    Fig.suptitle(Name+str(i)+'00DPI')
    ax = Fig.add_subplot(1, 1, 1)
    Plot = ax.imshow(DATA, cmap=plt.get_cmap(CMP), norm = NORM, extent = EXTENT, aspect = 1, interpolation='none') 
    ax.set_xlabel('metres')
    ax.set_ylabel('metres')
    vsize=ax.get_position().size[1]  #fraction of figure occupied by axes
    axesdpi= int((Fig.get_size_inches()[1]*vsize)/R)  #(or Yi*R according to what you want to do)
    Fig.savefig(Name+str(axesdpi)+'DPI.'+ImageFormat,  format = ImageFormat, dpi = axesdpi)
    #plt.close()

这对我来说是合理的。

Answer 2

首先，当您保存为.pdf时，您隐式地使用pdf后端，即使您可能在选项中指定了其他后端。这意味着你的图像是以矢量格式保存的，因此dpi是毫无意义的。在任何分辨率下，如果我在一个像样的查看器中加载您的PDF（我使用了inkscape，其他的都可用），您可以清楚地看到条纹-我实际上发现，如果您将第二行设置为零，观察起来会更容易。生成的所有PDF都包含复制条纹的完整信息，因此几乎完全相同。当您指定figsize=(45, 10)时，所有生成的PDF都建议显示尺寸为45英寸x 10英寸。

如果我指定png作为图像类型，我会看到基于dpi参数的文件大小的差异，我认为这是您所期望的。如果你看100dpi图像，它有4500000个像素，200dpi图像有18000000个像素（4倍多），300dpi图像有40500000个像素（9倍多）。您将注意到4500000==1500 x 3000，即原始数组的每个成员一个像素。因此，更大的dpi设置并不能真正获得任何进一步的定义，相反，您的条纹宽度分别为2或3像素，而不是1像素。

我认为你要做的是有效地绘制每列10次，这样你得到的图像是1500 x 30000像素。为此，使用所有自己的代码，可以使用^{}执行以下操作：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors

R, C = 1500, 3000
DATA = np.random.random((R, C))
DATA[::2, :] = 0  # make every other line plain white
Yi, Xi = 1, 10 # increment
DATA = np.repeat(DATA, Xi, axis=1)
DATA = np.repeat(DATA, Yi)

CMP = 'seismic'
ImageFormat ='pdf'
Name = 'Image'


DataRange = (np.absolute(DATA)).max() # I want my data centred on 0
EXTENT = [0, Xi*C, 0 ,Yi*R]
NORM = matplotlib.colors.Normalize(vmin =-DataRange, vmax= DataRange, clip =True)

for i in range(1,4):
    Fig=plt.figure(figsize=(45, 10), dpi = 100*i, tight_layout=True)
    Fig.suptitle(Name+str(i)+'00DPI')
    ax = Fig.add_subplot(1, 1, 1)
    Plot = ax.imshow(DATA, cmap=plt.get_cmap(CMP), norm = NORM, extent = EXTENT, aspect = 1, interpolation='none') 
    ax.set_xlabel('metres')
    ax.set_ylabel('metres')
    Fig.savefig(Name+str(i)+'00DPI.'+ImageFormat,  format = ImageFormat, dpi = Fig.dpi)
plt.close()

警告：这是一个内存密集型解决方案-可能有更好的方法。如果不需要pdf的矢量图形输出，可以将ImageFormat变量更改为png

---

让我吃惊的是，你可能关心的另一件事是给图片适当的宽高比（即20倍于它的宽度）。你已经在做了。因此，如果你看pdf中每个像素的表示，它们是矩形的（是高度的10倍），而不是正方形的。