Matplotlib.figure.Figure.dpi () в Python

Опубликовано: 23 Марта, 2022

Matplotlib - это библиотека на Python, которая является численно-математическим расширением библиотеки NumPy. Модуль Figure предоставляет Художника верхнего уровня, Figure, который содержит все элементы сюжета. Этот модуль используется для управления интервалом по умолчанию для подзаголовков и контейнера верхнего уровня для всех элементов графика.

matplotlib.figure.Figure.dpi метод

Метод dpi модуля рисунка библиотеки matplotlib - это разрешение в точках на дюйм.

Syntax: fig.dpi

Parameters: This method does not accept any parameters.

Returns: This method returns resolution in dots per inch.

Примеры ниже иллюстрируют функцию matplotlib.figure.Figure.dpi в matplotlib.figure:

Example 1:

# Implementation of matplotlib function 
import matplotlib.pyplot as plt
import numpy as np
   
  
fig = plt.figure()
  
nx = int(fig.get_figwidth() * fig.dpi)
ny = int(fig.get_figheight() * fig.dpi)
  
data = np.random.random((ny, nx))
plt.plot(data)
   
fig.suptitle("matplotlib.figure.Figure.dpi
function Example", fontweight ="bold"
  
plt.show()

Выход:

Example 2:

# Implementation of matplotlib function  
import matplotlib.pyplot as plt
from matplotlib import collections, colors, transforms
import numpy as np
   
nverts = 50
npts = 100
   
r = np.arange(nverts)
theta = np.linspace(0, 2 * np.pi, nverts)
  
xx = r * np.sin(theta)
yy = r * np.cos(theta)
  
spiral = np.column_stack([xx, yy])
   
rs = np.random.RandomState(19680801)
   
xyo = rs.randn(npts, 2)
   
colors = [colors.to_rgba(c)
          for c in plt.rcParams["axes.prop_cycle"].by_key()["color"]]
   
fig, ax1 = plt.subplots()
   
col = collections.RegularPolyCollection(
    7, sizes = np.abs(xx) * 10.0, offsets = xyo, 
    transOffset = ax1.transData)
  
trans = transforms.Affine2D().scale(fig.dpi / 72.0)
  
col.set_transform(trans) 
ax1.add_collection(col, autolim = True)
col.set_color(colors)
  
fig.suptitle("matplotlib.figure.Figure.dpi() function
 Example", fontweight ="bold"
  
plt.show()

Выход:

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.