Skip to content

Beherrschung von Figurengrößen in Matplotlib: Ein umfassender Leitfaden

Updated on

Das Verständnis, wie man die Größe von Figuren in Matplotlib, einer beliebten Python-Datenvisualisierungsbibliothek, steuert, ist entscheidend, um qualitativ hochwertige Diagramme zu erstellen. In diesem umfassenden Leitfaden werden mehrere Methoden zum Einstellen von Figurengrößen in Matplotlib untersucht, ob Sie eine neue Figur erstellen oder eine vorhandene ändern möchten.

Verständnis der Figurengrößen in Matplotlib

Matplotlib arbeitet ähnlich wie MATLAB. Wenn Sie eine Figur erstellen, können Sie die Größe der Figur in Zoll angeben. Die Funktion figure() wird verwendet, um eine neue Figur zu erstellen, und sie nimmt das Argument figsize an, das die Breite und Höhe der Figur in Zoll darstellt. Es wird in der Regel als Tupel (Breite, Höhe) angegeben.

Hier ein einfaches Beispiel zur Erstellung einer Figur mit einer bestimmten Größe:

from matplotlib.pyplot import figure
 
## Eine neue Figur mit einer bestimmten Größe erstellen (Breite = 8 Zoll, Höhe = 6 Zoll)
figure(figsize=(8, 6))

Im obigen Codeausschnitt wird die Funktion figure() mit dem Parameter figsize auf (8, 6) aufgerufen. Dadurch wird eine Figur mit einer Breite von 8 Zoll und einer Höhe von 6 Zoll erstellt.

Anpassen der Figurengröße nach der Erstellung

Manchmal möchten Sie die Größe einer Figur nach ihrer Erstellung anpassen. Die Matplotlib-Bibliothek bietet die Funktion set_size_inches(), um dies zu ermöglichen.

So verwenden Sie diese Funktion:

import matplotlib.pyplot as plt
 
## Eine neue Figur erstellen
fig = plt.gcf()
 
## Die Größe der Figur auf 18,5x10,5 Zoll festlegen
fig.set_size_inches(18.5, 10.5)
 
## Die Figur speichern
fig.savefig('figure.png', dpi=100)

In diesem Codeausschnitt wird die Funktion gcf() (die für 'get current figure' steht) verwendet, um die aktuelle Figur zu erhalten, und dann wird ihre Größe mithilfe der Methode set_size_inches() festgelegt.

Verwenden von plt.rcParams

Eine andere Möglichkeit, die Größe der Figur in Matplotlib festzulegen, besteht darin, den Parameter plt.rcParams zu verwenden, insbesondere wenn Sie plt.plot() verwenden und die Figurenumgebung nicht verwenden möchten.

Hier ein einfaches Beispiel:

import matplotlib.pyplot as plt
 
## Figurengröße auf 20x3 festlegen
plt.rcParams["figure.figsize"] = (20,3)

In diesem Codeausschnitt wird das Wörterbuch rcParams verwendet, um die Größe der Figur festzulegen. Dieser Ansatz ist äußerst praktisch, wenn Sie inline plotten, z. B. in einem Jupyter Notebook.

Festlegen der Figurengröße in Zentimetern

Während das Tupel figsize Zoll akzeptiert, müssen Sie, wenn Sie die Größe in Zentimetern festlegen möchten, die Abmessungen von Zentimetern in Zoll umrechnen (da 1 Zoll 2,54 cm entspricht).

So geht's:

## Figurengröße in Zentimetern festlegen
width_cm = 20
height_cm = 10
 
## Umrechnung von cm in Zoll
width_in = width_cm/2.54
height_in = height_cm/2.54
 
## Eine neue Figur mit angegebener Größe erstellen
figure(figsize=(width_in, height_in))

In diesem Beispiel geben wir zuerst die Breite und Höhe in Zentimetern an. Diese Abmessungen werden dann durch Division durch 2,54 in Zoll umgewandelt. Schließlich werden die umgerechneten Abmessungen verwendet, um eine neue Figur mit der angegebenen Größe zu erstellen.

Verwenden von rcParams zur Anpassung der Figurengröße

Es ist wichtig, die Flexibilität und die Leistungsfähigkeit des Ansatzes mit rcParams zu beachten. Diese Strategie ermöglicht es Ihnen, Standardwerte für Ihre Figuren festzulegen und so eine konsistente Darstellung für alle Diagramme in Ihrem Skript oder Notebook sicherzustellen. Im nächsten Abschnitt werden wir sehen, wie Sie rcParams verwenden können, um Figurengrößen dynamisch anzupassen.

Dynamisches Ändern der Figurengröße mit rcParams

Wie bereits erwähnt, ist rcParams nicht nur nützlich, um die Größe einer Figur einmalig festzulegen, sondern es bietet auch eine effiziente Möglichkeit, die Figurengrößen für die gesamte Entwicklungsumgebung dynamisch anzupassen. Dieser Ansatz ist besonders hilfreich bei der Arbeit an größeren Projekten, bei denen Sie konsistente Plotsstile und -abmessungen benötigen.

Die globale Figurengröße kann auf die Standardeinstellungen zurückgesetzt werden, indem das Attribut rcParamsDefault verwendet wird. So geht's:

plt.rcParams["figure.figsize"] = plt.rcParamsDefault["figure.figsize"]

In diesem Code enthält das Attribut rcParamsDefault die Standardwerte, wodurch die Figurengröße auf die ursprünglichen Abmessungen zurückgesetzt wird.

Steuern der Figurengrößen mit Pandas

Pandas, eine Bibliothek zur Datenmanipulation und -analyse, arbeitet oft zusammen mit Matplotlib für Visualisierungen. Wenn Sie die Figurengröße anpassen möchten, während Sie mit Pandas arbeiten, können Sie den figsize-Parameter direkt in der Plot-Funktion festlegen:

df['some_column'].plot(figsize=(10, 5))

In diesem Beispiel ist df ein Pandas-Datenrahmen und wir erstellen ein Diagramm für 'some_column' mit einer Größe von 10x5 Zoll.

Sie können die Figurengröße auch beim Erstellen von Unterdiagrammen festlegen:

fig, ax = plt.subplots(figsize=(10, 5))
df['some_column'].plot(ax=ax)

Anpassen der Standard-Figurengröße

Möchten Sie die Voreinstellung für die Figurengröße ändern? Kein Problem. Matplotlib erleichtert dies, indem Sie die Standardeinstellungen aktualisieren können:

import matplotlib
 
matplotlib.rc('figure', figsize=(10, 5))

In diesem Code wird die Funktion matplotlib.rc verwendet, um die Standard-Figurengröße zu ändern. Jetzt haben alle erstellten Diagramme eine Größe von 10x5 Zoll.

Alternative zu Matplotlib: Datenvisualisierung mit PyGWalker

Neben der Verwendung von Matplotlib zur Visualisierung Ihres Pandas-Datenrahmens gibt es eine alternative, Open Source Python-Bibliothek, die Ihnen dabei helfen kann, Datenvisualisierungen einfach zu erstellen: PyGWalker (opens in a new tab).

PyGWalker für Datenvisualisierung (opens in a new tab) Keine Notwendigkeit, komplizierte Verarbeitung mit Python-Code mehr durchzuführen. Importieren Sie einfach Ihre Daten und ziehen Sie Variablen per Drag & Drop, um alle Arten von Datenvisualisierungen zu erstellen! Hier ist ein kurzes Demo-Video zur Bedienung:


So verwenden Sie PyGWalker in Ihrem Jupyter Notebook:

pip install pygwalker
import pygwalker as pyg
gwalker = pyg.walk(df)

Alternativ können Sie es in Kaggle Notebook/Google Colab ausprobieren:

Führen Sie PyGWalker in Kaggle Notebook aus (opens in a new tab)Führen Sie PyGWalker in Google Colab aus (opens in a new tab)Geben Sie PyGWalker ein ⭐️ auf GitHub (opens in a new tab)
Führen Sie PyGWalker in Kaggle Notebook aus (opens in a new tab)Führen Sie PyGWalker in Google Colab aus (opens in a new tab)Führen Sie PyGWalker in Google Colab aus (opens in a new tab)

PyGWalker basiert auf der Unterstützung unserer Open-Source-Community. Vergessen Sie nicht, PyGWalker GitHub (opens in a new tab) zu besuchen und uns ein Sternchen zu geben!

Häufig gestellte Fragen:

  1. Wie setze ich die Größe der Abbildung in Matplotlib fest?

    Sie können die Größe der Abbildung in Matplotlib mit der Funktion figure() und dem Parameter figsize festlegen. Der Parameter figsize akzeptiert ein Tupel, das die Breite und Höhe der Abbildung in Zoll repräsentiert.

  2. Wie passe ich die Größe einer vorhandenen Abbildung in Matplotlib an?

    Verwenden Sie die Funktion set_size_inches(), um die Größe einer vorhandenen Abbildung anzupassen. Diese Funktion ermöglicht es Ihnen, die Breite und Höhe der aktuellen Abbildung festzulegen.

  3. Kann ich die Größe der Abbildung in Pandas-Plots festlegen?

    Ja, Sie können die Größe der Abbildung direkt in der Pandas-Funktion plot() mit dem Parameter figsize anpassen.