matplotlib库，作为Python的强大图表制作工具，提供了丰富且灵活的绘图功能。在使用中，figsize参数是设置绘图幕布尺寸的关键。通过plt.figure函数，我们可以创建绘图区域。而figsize参数则用于指定该区域的大小，单位为英寸（inch）。默认情况下，如果没有提供figsize值，它会采用matplotlib的配置参数rcParams[“...
python matplotlib库的figsize
matplotlib库，作为Python的强大图表制作工具，提供了丰富且灵活的绘图功能。在使用中，figsize参数是设置绘图幕布尺寸的关键。
通过plt.figure函数，我们可以创建绘图区域。而figsize参数则用于指定该区域的大小，单位为英寸（inch）。默认情况下，如果没有提供figsize值，它会采用matplotlib的配置参数rcParams[“figure.figsize”]，即默认值为6.4英寸宽和4.8英寸高。
当设定figsize时，例如使用plt.figure(figsize=(w, h))，其中`w`和`h`分别代表宽度和高度。如果之后设置了分辨率（dpi），生成的图像属性中的分辨率会与`w`、`h`和dpi的乘积相匹配。例如，如果dpi设为100，则生成图像的分辨率会是640x480像素。
初学者在学习matplotlib时，常遇到将plt.show()放在代码的开头，导致生成的图像尺寸与figsize设置不符的情况。这促使作者深入研究图像属性，并撰写了几篇文章探讨相关问题。
通过实践，作者发现使用savefig()函数将图像保存在指定目录下时，若在plt.show()之前插入savefig()，则图像尺寸与figsize设置完全一致。若在plt.show()之后插入savefig()，可能会出现保存的图像为空白或尺寸不准确的情况。
作者发现，在软件系统中观察到的图像并非真实尺寸，而是经过了缩放处理（resize）。这不仅影响图像的尺寸，还涉及图像处理中的重采样过程。重采样是根据一类像素信息推断另一类像素信息的过程，常用方法包括最邻近内插法、双线性内插法以及三次卷积法内插。
所见非见，揭示了图像显示与实际大小之间的微妙关系，以及重采样在图像处理中的重要角色。理解这一过程对于优化图像显示和保存至关重要。2024-10-22
