掌握 Matplotlib 图像尺寸：完整指南

Name

Amber de Ligt

Updated on 2025/1/1

在 Matplotlib 中，控制**图像尺寸（figure size）**是创建干净、易读、且适合出版的可视化图表时最重要的环节之一。无论你是在做快速探索性分析，还是为报告准备精美图形，只要正确掌握图像尺寸的设置和调整，就能避免图表变形、标签难以阅读、布局不统一等问题。

本文覆盖在 Matplotlib 中控制图像尺寸的所有常见且实用的方法，包括：

• 在创建新图像时使用 figsize
• 调整已存在图像的尺寸
• 使用 rcParams 设置全局默认尺寸
• 以厘米为单位设置图像尺寸
• 在 Pandas 图表中改变尺寸
• 重置和动态修改全局尺寸
• 常见问题排查指南
• 所有方法的对比总结表

⭐ 快速参考（TL;DR）

理解 Matplotlib 中的图像尺寸

Matplotlib 使用**英寸（inches）**来衡量图像尺寸，采用 (width, height) 的元组形式。

创建固定尺寸图像的最直接方式是：

from matplotlib.pyplot import figure
 
# Create a new figure (width=8 inches, height=6 inches)
figure(figsize=(8, 6))

这样可以确保你的图表使用你指定的尺寸，而不受数据集或图表类型的影响。

在图像创建之后调整尺寸

有时图像是自动创建的——例如通过 plt.plot() 或 Pandas 的绘图接口。这种情况下你仍然可以在之后调整图像尺寸：

import matplotlib.pyplot as plt
 
# Get the current figure
fig = plt.gcf()
 
# Change its size to 18.5 x 10.5 inches
fig.set_size_inches(18.5, 10.5)
 
# Save the resized figure
fig.savefig("figure.png", dpi=100)

在图像已经存在之后，set_size_inches() 是最可靠的尺寸调整方法。

使用 rcParams 设置全局默认图像尺寸

如果你希望所有绘图都使用相同的尺寸（在 notebook 和脚本中都很有用），可以设置全局默认值：

import matplotlib.pyplot as plt
 
# Make all future figures 20 x 3 inches
plt.rcParams["figure.figsize"] = (20, 3)

这会影响之后创建的所有图像，直到被再次修改为止。

以厘米为单位设置图像尺寸

如果你需要使用公制单位（比如投稿论文），可以先将厘米转为英寸：

width_cm = 20
height_cm = 10
 
# Convert cm to inches
width_in = width_cm / 2.54
height_in = height_cm / 2.54
 
# Use the converted size
figure(figsize=(width_in, height_in))

这一做法与直接使用英寸完全一致，只是多了一个单位换算。

重置或动态修改全局默认尺寸

要恢复 Matplotlib 的原始默认设置，可以这样做：

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

当一个 notebook 中既有小的快速图，又有大的出版级图表时，这个方法尤其有用。

在 Pandas 中控制图像尺寸

Pandas 直接集成了 Matplotlib，同样支持 figsize 参数：

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

结合子图使用时：

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

这种方式在数据分析 notebook 中非常方便。

为所有图表修改 Matplotlib 的默认尺寸

如果你希望每一个图表都自动使用统一尺寸，可以使用：

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

这与直接修改 rcParams 类似，并且可用于脚本和 notebook 的统一配置。

🔍 各种方法对比

⚠️ 常见问题排查：当 figsize 看起来“不起作用”时

1. Jupyter Notebook 中 figsize 被忽略

解决方法：

%matplotlib inline

2. 使用 tight layout 时标签被裁剪

解决方法：

plt.tight_layout()

3. 保存图像时尺寸看起来变化了

建议显式设置 DPI：

plt.savefig("output.png", dpi=150)

4. 字体或标签缩放异常

关闭自动布局 / 自动缩放相关选项，例如：

plt.rcParams['figure.autolayout'] = False

5. 多个子图相互遮挡、重叠

增大图像尺寸，例如：

fig, ax = plt.subplots(figsize=(12, 8))

这些排错场景在 Matplotlib 相关搜索中非常常见，也能解决大量用户的使用困惑。

Matplotlib 之外的选择：使用 PyGWalker 进行可视化探索

除了 Matplotlib，你还可以使用 PyGWalker 对 pandas DataFrame 进行可视化探索。它是一个开源的拖拽式数据可视化工具：

(opens in a new tab)

在 Jupyter 中使用：

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

也可以在线体验：

常见问答（FAQ）

1. 如何在 Matplotlib 中设置图像尺寸？
   使用 figure(figsize=(width, height))，单位为英寸。

2. 如何调整已经存在的图像的尺寸？
   对已有的 figure 使用 fig.set_size_inches(w, h)。

3. 可以在 Pandas 的图表中修改图像尺寸吗？
   可以，通过 figsize=(w, h) 参数来设置。