使用matplotlib.pyplot，imshow（）和savefig（）以完整分辨率绘图？

Question

我有一个中等大小的数组（例如1500x3000），因为它是一个图像，所以我想要按比例绘制。但是，纵向和横向尺度是非常不同的。为了简化，假设有一米/行和10 /列。该图应该产生一个图像c。 1500x30000。我使用kwarg的范围和aspect = 1来避免变形。通过使用绘图窗口（QT4）和imshow（）或使用savefig（），我从未成功地按比例和全分辨率生成图像。

我看过很多提出的解决方案，如情况here，here，或here和there或there表示，这是一个错误。我已经改变了我的matplotlibrc，并将其放在〜/ .config/matplotlib中，试图强制显示/ savefig选项，但无济于事。我也尝试了pcolormesh（）但没有成功。我使用Ubuntu 14.04和QT4Agg的回购库中的python 2.7和matplotlib 1.3作为后端。我也尝试过TkAgg，但速度很慢，结果也一样。我的印象是，在x轴的分辨率是正确的，但绝对是在垂直方向降采样。这是一段应该模拟我的问题的代码。

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（），插值=“无”或“最近”或“双线”不出于某种原因更改分辨率，虽然我认为它应该至少在Qt4的窗口，如果我做节目（）而不是savefig（）。 请注意，无论您在plt.figure（dpi =）中设置了什么，分辨率都与保存的数字相同。

我没有想法，并在我对这个系统如何工作的理解的极限。任何帮助是非常受欢迎的。

在此先感谢。

Answer 1

运行你的榜样，一切看起来变焦后良matplotlib：没有问题的解决，结果都是一样的，我看到每轴单位的一个像素。 另外，尝试使用更小的数组，pdf（或其他格式）可以很好地工作。

这是我的解释：当你设置DPI数字，您是在设置整个人物（不仅是数据区）的DPI。在我的系统中，这导致绘图区域占据整个图形的大约20％。如果设置300 dpi和10的高度，则垂直数据轴的总数为300x10x0.2 = 600像素，这不足以表示1500点，这说明为什么输出必须重新采样。请注意，减小宽度有时会偶然发挥作用，因为它会更改数据图占用的图形的分数。

然后你不得不增加DPI并设置插值=“无”（它不应该的问题，如果分辨率设定完美，但它很重要，如果它足够正好接近）。 您也可以调整地块位置和大小，取图的较大部分，但要回最佳分辨率设置，最好要拥有数轴上像素的就是你的数据点的整数倍，否则某种内插必须发生（想想如何在三个像素上绘制两个点，反之亦然）。

我不知道下面是做到这一点的最好办法，有可能是在matplotlib更适合的方法和属性，但我会尝试这样计算出最佳的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) 

然后你的代码（降低到第一循环），就变成了：

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() 

这工作得相当适合我。

Answer 2

首先，当您保存为.pdf时，即使您可能在选项中指定了其他后端，也会隐式使用pdf后端。这意味着您的图像以矢量格式保存，因此dpi非常没有意义。在任何分辨率下，如果我在正确的查看器中加载PDF（我使用了inkscape，其他的可用），您可以清楚地看到条纹 - 如果您将每隔一行设置为零，实际上我发现它更容易观察。所有生成的PDF都包含完整的信息来重现条纹，因此几乎完全相同。如您指定figsize=(45, 10)，所有生成的PDF都建议显示大小为45英寸x 10英寸。

如果我指定png作为图像类型，我看到基于dpi参数的文件大小差异，我认为这是您所期望的。如果您查看100 dpi图像，它具有4500000，200 dpi图像具有18000000像素（4倍多），300 dpi图像具有40500000（9倍多）。您会注意到，4500000 == 1500 x 3000，即每个成员的原始数组的一个像素。它遵循，那么，更大的DPI设置不获得为您提供进一步的定义真的 - 相反，你的条纹是2首或3个像素宽分别为，而不是1

我认为你想要做什么是有效绘制每一列10次，以便获得1500 x 30000像素的图像。要做到这一点，利用自己所有的代码，你可以使用np.repeat做类似如下：

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的解决方案 - 有可能是更好的办法在那里。如果你不需要的pdf的矢量图形输出，您可以将您ImageFormat变量更改为png

---

我感到那有可能与你有关的另一件事就是给图片中的适当的长宽比（即其高度的20倍）。这你已经在做。因此，如果您查看pdf中像素的每种表示形式，它们都是矩形（宽度是它们的高度的10倍），而不是方形。