Matplotlib绘图：删除轴，图例和空格

8 回答

• 36

  我认为命令 axis('off') 比单独更改每个轴和边界更简洁地处理其中一个问题 . 然而，它仍然留下边界周围的白色空间 . 将 bbox_inches='tight' 添加到 savefig 命令几乎可以让你到达那里，你可以在下面的例子中看到剩下的空白区域要小得多，但仍然存在 .

  from numpy import random
  import matplotlib.pyplot as plt
  
  data = random.random((5,5))
  img = plt.imshow(data, interpolation='nearest')
  img.set_cmap('hot')
  plt.axis('off')
  plt.savefig("test.png", bbox_inches='tight')
  

  

  回复于 2024-04-17T01:52:43+08:00
• 77

  我从matehat, here学到了这个技巧：

  import matplotlib.pyplot as plt
  import numpy as np
  
  def make_image(data, outputname, size=(1, 1), dpi=80):
      fig = plt.figure()
      fig.set_size_inches(size)
      ax = plt.Axes(fig, [0., 0., 1., 1.])
      ax.set_axis_off()
      fig.add_axes(ax)
      plt.set_cmap('hot')
      ax.imshow(data, aspect='equal')
      plt.savefig(outputname, dpi=dpi)
  
  # data = mpimg.imread(inputname)[:,:,0]
  data = np.arange(1,10).reshape((3, 3))
  
  make_image(data, '/tmp/out.png')
  

  产量

  

  回复于 2024-04-17T01:52:43+08:00
• 16

  最简单的解决方案：

  我简单地将问题中描述的方法与Hooked的答案中的方法结合起来 .

  fig = plt.imshow(my_data)
  plt.axis('off')
  fig.axes.get_xaxis().set_visible(False)
  fig.axes.get_yaxis().set_visible(False)
  plt.savefig('pict.png', bbox_inches='tight', pad_inches = 0)
  

  在此代码之后，没有空格，也没有框架 .

  

  回复于 2024-04-17T01:52:43+08:00
• 1

  还没有人提到imsave，这使得它成为一个单行：

  import matplotlib.pyplot as plt
  import numpy as np
  
  data = np.arange(10000).reshape((100, 100))
  plt.imsave("/tmp/foo.png", data, format="png", cmap="hot")
  

  它直接存储图像，即不添加任何轴或边框/填充 .

  

  回复于 2024-04-17T01:52:43+08:00
• 0

  您还可以指定 bbox_inches 参数的图形范围 . 这将摆脱图周围的白色填充 .

  def make_image(inputname,outputname):
      data = mpimg.imread(inputname)[:,:,0]
      fig = plt.imshow(data)
      fig.set_cmap('hot')
      ax = fig.gca()
      ax.set_axis_off()
      ax.autoscale(False)
      extent = ax.get_window_extent().transformed(plt.gcf().dpi_scale_trans.inverted())
      plt.savefig(outputname, bbox_inches=extent)
  

  回复于 2024-04-17T01:52:43+08:00
• 241

  我喜欢ubuntu's答案，但它没有明确显示如何设置开箱即用的非方形图像的大小，所以我修改它以便于复制粘贴：

  import matplotlib.pyplot as plt
  import matplotlib.image as mpimg
  import numpy as np
  
  def save_image_fix_dpi(data, dpi=100):
      shape=np.shape(data)[0:2][::-1]
      size = [float(i)/dpi for i in shape]
  
      fig = plt.figure()
      fig.set_size_inches(size)
      ax = plt.Axes(fig,[0,0,1,1])
      ax.set_axis_off()
      fig.add_axes(ax)
      ax.imshow(data)
      fig.savefig('out.png', dpi=dpi)
      plt.show()
  

  如果保留pixel_size / dpi = size，则无论选择何种dpi，都可以轻松保存没有边框的图像 .

  data = mpimg.imread('test.png')
  save_image_fix_dpi(data, dpi=100)
  

  

  但显示是怪异的 . 如果选择小dpi，则图像尺寸可能比屏幕大，并且在显示期间会出现边框 . 然而，这不会影响储蓄 .

  因此对于

  save_image_fix_dpi(data, dpi=20)
  

  显示屏边界（但保存工作）：
  

  回复于 2024-04-17T01:52:43+08:00
• 8

  这应该删除所有填充和边框：

  from matplotlib import pyplot as plt
  
  fig = plt.figure()
  fig.patch.set_visible(False)
  
  ax = fig.add_subplot(111)
  
  plt.axis('off')
  plt.imshow(data)
  
  extent = ax.get_window_extent().transformed(fig.dpi_scale_trans.inverted())
  plt.savefig("../images/test.png", bbox_inches=extent)
  

  回复于 2024-04-17T01:52:43+08:00
• 1

  首先，对于某些图像格式（即TIFF），您实际上可以将色彩图保存在 Headers 中，大多数查看者将使用色彩图显示您的数据 .

  为了保存实际的 matplotlib 图像，这对于向图像添加注释或其他数据非常有用，我使用了以下解决方案：

  fig, ax = plt.subplots(figsize=inches)
  ax.matshow(data)  # or you can use also imshow
  # add annotations or anything else
  # The code below essentially moves your plot so that the upper
  # left hand corner coincides with the upper left hand corner
  # of the artist
  fig.subplots_adjust(left=0, right=1, top=1, bottom=0, wspace=0, hspace=0)
  # now generate a Bbox instance that is the same size as your
  # single axis size (this bbox will only encompass your figure)
  bbox = matplotlib.transforms.Bbox(((0, 0), inches))
  # now you can save only the part of the figure with data
  fig.savefig(savename, bbox_inches=bbox, **kwargs)
  

  回复于 2024-04-17T01:52:43+08:00