利用python matplotlib进行绘图时，经常苦恼于无法一键对图片格式进行调整以满足常见期刊论文图片格式要求。通常会要求300dpi，半栏宽度为7cm，跨栏宽度为14cm，线条能看清，字体略小于正文字体，X轴刻度为整数...等等

在网页上查询相关内容都比较复杂，我就只想绘个图，你给我弄上几十个选项或者十几行代码让我填？看着都头大。经过几天的摸索，可一键进行上述设置的方法来了！！后附自编函数，图片经设置并保存后，不用调整大小，可直接放在论文中使用。

1.主要的设置项

在matplotlib.pyplot中，有一个名为 rcParams 的选项，该参数可以完成几乎所有你想进行的图片格式预设置。

废话不多说，直接上代码，rcParams 能进行设置的'keys'参数可通过如下代码进行查看：

import matplotlib.pyplot as plt
plt.rcParams.keys()

结果如下，可以看出其几乎涵盖了你所能想到的所有参数（一共300+项，为节约空间，仅展示部分内容）。

后面本人将根据RcParams选项进行图片格式参数一键设置函数的编写。

KeysView(RcParams({'_internal.classic_mode': False,
          'axes.autolimit_mode': 'data',
          'axes.axisbelow': 'line',
          'axes.edgecolor': 'black',
          'axes.facecolor': 'white',
          'axes.grid': False,
          'axes.grid.axis': 'both',
          'axes.grid.which': 'major',
          'axes.labelcolor': 'black',
          'axes.labelpad': 4.0,
          'axes.labelsize': 7.0,
          'axes.labelweight': 'normal',
          'axes.linewidth': 1.0,
          'figure.dpi': 300.0,
          'figure.edgecolor': 'white',
          'figure.facecolor': 'white',
          'figure.figsize': [2.755905511811023, 2.3622047244094486],
          'figure.frameon': True,
          'figure.max_open_warning': 20,
          'figure.subplot.bottom': 0.11,
          'figure.subplot.hspace': 0.2,
          'figure.subplot.left': 0.125,
          'figure.subplot.right': 0.9,
          'figure.subplot.top': 0.88,
          'figure.subplot.wspace': 0.2,
          'figure.titlesize': 'large',
          'figure.titleweight': 'normal',
          'font.sans-serif': ['SimHei'],
          'font.size': 10.0,
          'font.stretch': 'normal',
          'font.style': 'normal',
          'font.variant': 'normal',
          'font.weight': 'light',
          'legend.loc': 'best',
          'legend.markerscale': 1.0,
          'legend.numpoints': 1,
          'legend.scatterpoints': 1,
          'legend.shadow': False,
          'legend.title_fontsize': None,
          'xtick.alignment': 'center',
          'xtick.bottom': True,
          'xtick.color': 'black',
          'xtick.direction': 'in',
          'xtick.labelbottom': True,
          'xtick.labelsize': 7.0,
          'xtick.labeltop': False,
          'xtick.top': False,
          'ytick.alignment': 'center_baseline',
          'ytick.color': 'black',
          'ytick.direction': 'in',
          'ytick.labelleft': True,
          'ytick.labelright': False,
          'ytick.labelsize': 7.0,
          'ytick.left': True,
         'ytick.right': False}))

2.参数设置函数（论文可以直接用）

下面给出了本人编写的函数，用法如下：

1.在绘图前运行setfig()函数

2.绘图

3.最后加一行代码plt.tight_layout()，以保证图片不会跑偏。

layout相关的设置必须在图片画好后才能进行，这一点让人很无奈。代码最后面给出了主函数运行的案例，直接运行当前函数可以进行体验。线条大小、字体大小等已经过个人测试，若需要改动可在对应的位置进行调整。

另外，需要whl安装包的可以私信联系我。

喜欢本文的童鞋可以给我点个赞：不花钱来不费电，只求给我点个赞！

# _*_coding: UTF-8_*_
# 开发作者 ：TXH
# 开发时间 ：2020.07.02
# 文件名称 ：setfig.py
# 开发工具 ：Python 3.6 + Pycharm IDE

import numpy as np
import matplotlib.pyplot as plt


def setfig(colume=1):
    '''
    在绘图前对字体类型、字体大小、分辨率、线宽、输出格式进行设置.
    para colume = 1.半栏图片 7*7cm
                  2.双栏长图 14*7cm
    x轴刻度默认为整数
    手动保存时，默认输出格式为 pdf

    案例 Sample.1:
    setfig(colume=1) # 参数预设置
    plt.plot(x, color='red', linestyle='dashed', label='lengend_label') #此处label指的是Lengend或图例名称
    plt.xlabel('x_axis')
    plt.ylabel('y_axis')
    plt.title('figure_title')
    plt.legend(loc='upper left')
    plt.tight_layout()  #此项必需，以保证绘图正常
    '''
    cm_to_inc=1/2.54 # 厘米和英寸的转换 1inc = 2.54cm
    if colume==1:
        plt.rcParams['figure.figsize'] = (7*cm_to_inc,6*cm_to_inc) #单位 inc
    elif colume==2:
        plt.rcParams['figure.figsize'] = (14*cm_to_inc, 6*cm_to_inc)
    else:
        pass

    # 对尺寸和 dpi参数进行调整
    plt.rcParams['figure.dpi'] = 300

    # 字体调整
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 如果要显示中文字体,则在此处设为：SimHei
    plt.rcParams['font.weight'] = 'light'
    plt.rcParams['axes.unicode_minus'] = False  # 坐标轴负号显示
    plt.rcParams['axes.titlesize'] = 8  # 标题字体大小
    plt.rcParams['axes.labelsize'] = 7  # 坐标轴标签字体大小
    plt.rcParams['xtick.labelsize'] = 7  # x轴刻度字体大小
    plt.rcParams['ytick.labelsize'] = 7  # y轴刻度字体大小
    plt.rcParams['legend.fontsize'] = 6

    # 线条调整
    plt.rcParams['axes.linewidth'] = 1

    # 刻度在内，设置刻度字体大小
    plt.rcParams['xtick.direction'] = 'in'
    plt.rcParams['ytick.direction'] = 'in'

    # 设置输出格式为PDF
    plt.rcParams['savefig.format'] = 'pdf'

    # 设置坐标轴范围：如需要可在函数外进行设置
    from matplotlib.ticker import MaxNLocator
    plt.gca().xaxis.set_major_locator(MaxNLocator(integer=True)) # x轴刻度设置为整数

if __name__=='__main__':

    # 生成信号1,共6个模态
    Ts = 0.0002
    t = Ts*np.array(range(89)).reshape(-1,1) #采样时间序列
    x = np.exp(1j * (2 * np.pi * 1325 * t + 1 * np.pi / 6)) * np.exp(0.5 * t) + 0.88 * np.exp(
        1j * (2 * np.pi * 1450 * t + 2 * np.pi / 6)) + 1.5 * np.exp(1j * (2 * np.pi * 1500 * t + 3 * np.pi / 6)) + \
        0.7 * np.exp(1j * (2 * np.pi * 1535 * t + 4 * np.pi / 6)) + 3 * np.exp(
        1j * (2 * np.pi * 1550 * t + 5 * np.pi / 6)) \
        + 0.2 * np.exp(1j * (2 * np.pi * 2000 * t + np.pi))
    x = np.real(x)

    plt.close('all')
    setfig(colume=1) # 绘图参数设置

    plt.figure(1)
    plt.plot(x, color='blue', linestyle='solid', label='信号1')
    plt.legend(loc='upper left')
    plt.xlabel('时间/t')
    plt.ylabel('幅度')
    plt.title('冲击声信号')
    plt.tight_layout() # 必需项

    plt.figure(2)
    plt.plot(x*2, color='red', linestyle='dashed', label='信号2')
    plt.legend(loc='upper left')
    plt.xlabel('时间/t')
    plt.ylabel('幅度')
    plt.title('冲击声信号')
    plt.tight_layout() # 必需项

    plt.show()

 

本文地址：https://blog.csdn.net/txh3093/article/details/107245174