Matplotlib中rcParams使用方法_Python

Matplotlib中rcParams使用方法

2021-08-21 00:59LthID Python

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

Matplotlib中rcParams使用方法

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)