使用 matplotlib.pyplot、imshow() 和 savefig() 以全分辨率绘图？

Question

我有一个中等大小的数组（例如 1500x3000），我想按比例绘制它，因为它是一个图像。然而，垂直和水平的尺度是非常不同的。为简化起见，假设有 1 米/行和 10/列。然后，该图应生成一个图像，即 c。 1500x30000。我将 kwarg 范围用于尺度和 aspect = 1 以避免变形。 无论是使用绘图窗口 (QT4) 和 imshow() 还是使用 savefig()，我都无法成功地以全分辨率和比例生成图像。

我查看了许多建议的解决方案，如 here、here 或 here 和 there 或 there 中所示，以防这是一个错误。我已经更改了我的 matplotlibrc 并将其放在 ~/.config/matplotlib 中以尝试强制我的显示 / savefig 选项，但无济于事。我也尝试过 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。我也尝试过 TkAgg，但它很慢并且给出了相同的结果。我的印象是，在 x 轴上，分辨率是正确的，但在垂直方向上肯定是下采样的。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() 中，interpolation = 'none' or 'nearest' or 'bilinear' 不会因为某种原因改变分辨率，尽管我认为如果我使用 show() 而不是至少在 Qt4 窗口中应该这样做保存图（）。 请注意，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。

我一头雾水，对这个系统如何工作的理解也有限。非常欢迎任何帮助。

提前致谢。

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。 此外，尝试使用较小的数组，pdf（或其他格式）也能很好地工作。

这是我的解释：当你设置图形dpi时，你是在设置整个图形的dpi（不仅仅是数据区）。在我的系统上，这导致绘图区域垂直占据整个图形的 20%。如果设置 300 dpi 和 10 高度，则垂直数据轴的总像素为 300x10x0.2=600 像素，不足以表示 1500 个点，这向我解释了为什么必须重新采样输出。注意减小宽度有时会偶然起作用，因为它会改变数据图所占图形的比例。

然后你必须增加 dpi 并设置 interpolation='none' （分辨率是否完美设置无关紧要，但它是否足够接近很重要）。 您也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，您希望轴上的像素数是数据点的倍数，否则一些必须进行某种插值（想想如何在三个像素上绘制两个点，反之亦然）。

我不知道以下是否是最好的方法，matplotlib中可能有更合适的方法和属性，但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）变为：

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，您会隐式使用 pdf 后端，即使您可能在选项中指定了其他后端。这意味着您的图像以矢量格式保存，因此 dpi 毫无意义。在任何分辨率下，如果我在一个像样的查看器中加载你的 PDF（我使用了 inkscape，其他的可用），你可以清楚地看到条纹 - 我实际上发现如果你将每隔一行设置为零更容易观察。生成的所有 PDF 都包含完整的信息以再现条纹，因此几乎相同。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。

如果我将png 指定为图像类型，我会根据dpi 参数看到文件大小的差异，我认为这正是您所期望的。如果你看 100 dpi 的图像，它有 4500000，200 dpi 的图像有 18000000 像素（4 倍），300 dpi 的图像有 40500000（9 倍）。您会注意到 4500000 == 1500 x 3000 即原始数组的每个成员一个像素。因此，更大的 dpi 设置并不能真正为您提供任何进一步的定义 - 相反，您的条纹分别是 2 或 3 像素宽，而不是 1。

我认为您想要做的是有效地绘制每一列 10 次，因此您将获得 1500 x 30000 像素的图像。为此，使用您自己的所有代码，您可以使用np.repeat 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变量改为png

---

令我震惊的是，您可能关心的另一件事是为图片提供适当的纵横比（即宽是高的 20 倍）。这是你已经在做的。因此，如果您查看pdf 中像素的每个表示，它们是矩形的（宽度是高度的 10 倍），而不是正方形。