概述
在 matplotlib 实践中，很多情形下需要对输出图形进行指定路径的有效保存。这样输出图形就可以用于印刷或者其他形式的展示。因此本文就来介绍一下保存输出图形的方法。
一般情况下可以采用两种方式保存图像，第一种是在输出界面点击保存按钮；第二种是通过执行代码进行输出图形的保存。
示例
使用保存按钮进行保存
我们以下面的代码为例演示如何使用按钮保存图形。
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['axes.facecolor'] = "lemonchiffon"
x = np.linspace(0, 2, 1000)
y = 0.9 * np.sin(np.pi * x)
fig, ax = plt.subplots(2, 3)
# subplot(2,3,1)
ax[0, 0].plot(x, y, lw=3, color="steelblue")
ax[0, 0].spines["right"].set_visible(False)
ax[0, 0].spines["top"].set_visible(False)
# set left and bottom spines position
ax[0, 0].spines["left"].set_position(("data", 0.5))
ax[0, 0].spines["bottom"].set_position(("data", 1))
# set tickline position of bottom and left spines
ax[0, 0].xaxis.set_ticks_position("bottom")
ax[0, 0].yaxis.set_ticks_position("left")
ax[0, 0].set_ylim(-1, 1)
# subplot(2,3,4)
ax[1, 0].plot(x, y, lw=3, color="steelblue")
ax[1, 0].spines["right"].set_color("none")
ax[1, 0].spines["top"].set_color("none")
# set left and bottom spines position
ax[1, 0].spines["left"].set_position("zero")
ax[1, 0].spines["bottom"].set_position("zero")
# set tickline position of bottom and left spines
ax[1, 0].xaxis.tick_bottom()
ax[1, 0].yaxis.tick_left()
ax[1, 0].set_ylim(-1, 1)
# subplot(2,3,2)
ax[0, 1].plot(x, y, lw=3, color="steelblue")
ax[0, 1].spines["right"].set_visible(False)
ax[0, 1].spines["top"].set_visible(False)
# set left and bottom spines position
ax[0, 1].spines["left"].set_position(("axes", 0.25))
ax[0, 1].spines["bottom"].set_position(("axes", 0.75))
# set tickline position of bottom and left spines
ax[0, 1].xaxis.set_ticks_position("bottom")
ax[0, 1].yaxis.set_ticks_position("left")
ax[0, 1].set_ylim(-1, 1)
# subplot(2,3,5)
ax[1, 1].plot(x, y, lw=3, color="steelblue")
ax[1, 1].spines["right"].set_color("none")
ax[1, 1].spines["top"].set_color("none")
ax[1, 1].spines["left"].set_position("center")
# set left and bottom spines position
ax[1, 1].spines["bottom"].set_position("center")
# set tickline position of bottom and left spines
ax[1, 1].xaxis.tick_bottom()
ax[1, 1].yaxis.tick_left()
ax[1, 1].set_ylim(-1, 1)
# subplot(2,3,3)
ax[0, 2].plot(x, y, lw=3, color="steelblue")
ax[0, 2].spines["right"].set_visible(False)
ax[0, 2].spines["top"].set_visible(False)
# set leftandbottomspinespines position
ax[0, 2].spines["left"].set_position(("outward", 3))
ax[0, 2].spines["bottom"].set_position(("outward", 2))
# set tickline position of bottom and left spines
ax[0, 2].xaxis.set_ticks_position("bottom")
ax[0, 2].yaxis.set_ticks_position("left")
ax[0, 2].set_ylim(-1, 1)
# subplot(2,3,6)
ax[1, 2].plot(x, y, lw=3, color="steelblue")
ax[1, 2].spines["right"].set_color("none")
ax[1, 2].spines["top"].set_color("none")
# set left and bottom spines position
ax[1, 2].spines["left"].set_position(("outward", -3))
ax[1, 2].spines["bottom"].set_position(("outward", -2))
# set tickline position of bottom and left spines
ax[1, 2].xaxis.tick_bottom()
ax[1, 2].yaxis.tick_left()
ax[1, 2].set_ylim(-1, 1)
fig.subplots_adjust(wspace=0.35, hspace=0.2)
plt.show()
画图结果如下：
画图结果
可以通过下图中红框位置的保存按钮进行保存。
使用保存按钮
保存支持的格式如下：
支持的格式
通过执行代码语句保存图形
通过执行代码语句保存图形其实很简单，依然以上面的代码为例，只需在代码的最后添加 plt.savefig("img.png") 就可以完成图片保存行为，完整代码如下：
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['axes.facecolor'] = "lemonchiffon"
x = np.linspace(0, 2, 1000)
y = 0.9 * np.sin(np.pi * x)
fig, ax = plt.subplots(2, 3)
# subplot(2,3,1)
ax[0, 0].plot(x, y, lw=3, color="steelblue")
ax[0, 0].spines["right"].set_visible(False)
ax[0, 0].spines["top"].set_visible(False)
# set left and bottom spines position
ax[0, 0].spines["left"].set_position(("data", 0.5))
ax[0, 0].spines["bottom"].set_position(("data", 1))
# set tickline position of bottom and left spines
ax[0, 0].xaxis.set_ticks_position("bottom")
ax[0, 0].yaxis.set_ticks_position("left")
ax[0, 0].set_ylim(-1, 1)
# subplot(2,3,4)
ax[1, 0].plot(x, y, lw=3, color="steelblue")
ax[1, 0].spines["right"].set_color("none")
ax[1, 0].spines["top"].set_color("none")
# set left and bottom spines position
ax[1, 0].spines["left"].set_position("zero")
ax[1, 0].spines["bottom"].set_position("zero")
# set tickline position of bottom and left spines
ax[1, 0].xaxis.tick_bottom()
ax[1, 0].yaxis.tick_left()
ax[1, 0].set_ylim(-1, 1)
# subplot(2,3,2)
ax[0, 1].plot(x, y, lw=3, color="steelblue")
ax[0, 1].spines["right"].set_visible(False)
ax[0, 1].spines["top"].set_visible(False)
# set left and bottom spines position
ax[0, 1].spines["left"].set_position(("axes", 0.25))
ax[0, 1].spines["bottom"].set_position(("axes", 0.75))
# set tickline position of bottom and left spines
ax[0, 1].xaxis.set_ticks_position("bottom")
ax[0, 1].yaxis.set_ticks_position("left")
ax[0, 1].set_ylim(-1, 1)
# subplot(2,3,5)
ax[1, 1].plot(x, y, lw=3, color="steelblue")
ax[1, 1].spines["right"].set_color("none")
ax[1, 1].spines["top"].set_color("none")
ax[1, 1].spines["left"].set_position("center")
# set left and bottom spines position
ax[1, 1].spines["bottom"].set_position("center")
# set tickline position of bottom and left spines
ax[1, 1].xaxis.tick_bottom()
ax[1, 1].yaxis.tick_left()
ax[1, 1].set_ylim(-1, 1)
# subplot(2,3,3)
ax[0, 2].plot(x, y, lw=3, color="steelblue")
ax[0, 2].spines["right"].set_visible(False)
ax[0, 2].spines["top"].set_visible(False)
# set leftandbottomspinespines position
ax[0, 2].spines["left"].set_position(("outward", 3))
ax[0, 2].spines["bottom"].set_position(("outward", 2))
# set tickline position of bottom and left spines
ax[0, 2].xaxis.set_ticks_position("bottom")
ax[0, 2].yaxis.set_ticks_position("left")
ax[0, 2].set_ylim(-1, 1)
# subplot(2,3,6)
ax[1, 2].plot(x, y, lw=3, color="steelblue")
ax[1, 2].spines["right"].set_color("none")
ax[1, 2].spines["top"].set_color("none")
# set left and bottom spines position
ax[1, 2].spines["left"].set_position(("outward", -3))
ax[1, 2].spines["bottom"].set_position(("outward", -2))
# set tickline position of bottom and left spines
ax[1, 2].xaxis.tick_bottom()
ax[1, 2].yaxis.tick_left()
ax[1, 2].set_ylim(-1, 1)
fig.subplots_adjust(wspace=0.35, hspace=0.2)
plt.savefig("img.png")
plt.show()
这里我们稍微深入研究一下 plt.savefig() 这个方法，它的源码分析如下：
def savefig(*args, **kwargs):
# 获取当前的Figure对象
fig = gcf()
# 调用Figure对象的savefig方法
res = fig.savefig(*args, **kwargs)
fig.canvas.draw_idle() # need this if 'transparent=True' to reset colors
return res
从源码可以看到，matplotlib 只能以一个 Figure 对象为单位进行保存，所以不能将子图单独保存，这提醒我们在布局阶段就得想好是否对 Figure 对象划分子图；其次源码中的 Figure 对象是通过 gcf() 方法获取的，如果程序中有多个 Figure 对象，有可能保存这个行为和预期不符，建议在程序中不要调用 plt.savefig() 方法，而是使用面向对象的方式，调用 Figure.savefig() 进行图像保存。
除了传递图片名称（fname），savefig 方法还可以传递如下参数：
- dpi：图像分辨率，默认和调用方法的 Figure 对象一致；
- format：如果图片名称中没有指定格式，则使用该参数指定的格式保存图片；
- metadata：图片元数据，该参数的行为取决于图像格式；
- facecolor：指定保存图片的背景颜色；
- edgecolor：指定保存图片的边缘颜色；
往期回顾
- 【matplotlib】可视化解决方案——如何设置字符串的输出字体效果
- 【matplotlib】可视化解决方案——如何正确使用颜色映射表
- 【matplotlib】可视化解决方案——如何调整轴脊位置
- 【matplotlib】可视化解决方案——如何设置坐标系计量方法
- 【matplotlib】可视化解决方案——如何正确使用文本注释
- 【matplotlib】可视化解决方案——如何调整计量单位和计量方法
- 【matplotlib】可视化解决方案——如何实现图形的动画效果
- 【matplotlib】可视化解决方案——如何正确使用plot方法
- 【matplotlib】可视化解决方案——如何向画布中添加坐标轴
- 【matplotlib】可视化解决方案——如何正确使用matplotlib颜色系统
文中难免会出现一些描述不当之处（尽管我已反复检查多次），欢迎在留言区指正，相关的知识点也可进行分享，希望大家都能有所收获！！如果觉得我的文章写得还行，不妨支持一下。你的每一个转发、关注、点赞、评论都是对我最大的支持！
