Question

我有一个中等大小的阵列（例如1500x3000）我想要大规模绘制，因为它是一个图像。但是，垂直和水平刻度是非常不同的。为简化起见，假设有一米/行和10 /列。然后该图应该产生一个c的图像。 1500x30000。我使用kwarg范围为scale和aspect = 1以避免变形。通过使用绘图窗口（QT4）和imshow（）或使用savefig（），我从未成功地以大规模和全分辨率生成图像。

我已经查看了here，here或here以及there或there中所示的许多建议解决方案，以防它出现错误。我已经改变了我的matplotlibrc并将其放在〜/ .config / matplotlib中以尝试强制我的display / savefig选项但无济于事。我也试过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。我也尝试了TkAgg，但速度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，但它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'或'nearest'或'bilinear'由于某种原因不会改变分辨率，虽然我认为至少在Qt4窗口中如果我做show（）而不是savefig（）。请注意，无论您在plt.figure（dpi =）中设置了什么，保存的数字中的分辨率都是相同的。

我没有想法，并且在我对这个系统的工作原理的理解极限。非常欢迎任何帮助。

提前致谢。

Answer 1

首先，当您作为.pdf保存时，您隐式使用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，如果我在一个体面的查看器中加载你的PDF（我使用inkscape，其他人可用），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都包含重现条纹的完整信息，因此几乎完全相同。在指定figsize=(45, 10)时，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作为图片类型，我会根据dpi参数看到文件大小的差异，我认为这是您所期望的。如果你看100 dpi的图像，它有4500000，200 dpi的图像有18000000像素（4倍的数量），300 dpi的图像有40500000（9倍的数量）。您会注意到4500000 == 1500 x 3000，即原始阵列的每个成员一个像素。因此，较大的dpi设置实际上并没有为您提供任何进一步的定义 - 相反，您的条纹分别为2或3像素宽，而不是1。

我想你要做的是有效地将每一列绘制10次，所以你得到1500 x 30000像素的图像。为此，使用您自己的代码，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。如果您不需要pdf的矢量图形输出，则可以将ImageFormat变量更改为png

令我感到震惊的是，您可能关注的另一件事是给图片提供适当的宽高比（即宽度的20倍）。你已经在做了。所以，如果你看一下pdf中像素的每个表示，它们都是矩形的（宽度是它们的10倍），而不是正方形。

Answer 2

运行你的例子，在缩放后matplotlib中的一切看起来都很好：无论分辨率如何，结果都是一样的，我看到每个轴单位有一个像素。此外，尝试使用较小的数组，pdfs（或其他格式）也可以正常工作。

这是我的解释：当您设置图dpi时，您正在设置整个图形的dpi（不仅是数据区域）。在我的系统中，这导致绘图区域垂直占据整个图形的大约20％。如果你设置300 dpi和10的高度，你得到的垂直数据轴总共300x10x0.2 = 600像素，这不足以代表1500点，这就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数字的分数。

然后你必须增加dpi并设置interpolation ='none'（如果分辨率完美设置则无关紧要，但如果它足够接近则重要）。您也可以调整绘图位置和大小以占据图形的较大部分，但是返回到最佳分辨率设置，理想情况下，您希望轴上的像素数量是数据点的倍数，否则一些必须进行一种插值（想想如何在三个像素上绘制两个点，或者反之亦然）。

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)

然后你的代码（缩减到第一个循环）成为：

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。

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

2 个答案: