matplotlib 设置图形大小时 figsize 与 dpi 的关系

matplotlib 中设置图形大小的语句如下：

其中：

则此时图形的像素为：

也就是说，同一像素尺寸的图形（比如 1200 * 600）可以有任意种不同的组合，比如：

但这些不同的组合，有什么区别呢？这取决于图中元素的大小。

线条，标记，文本等大多数元素都有以磅为单位的大小。Matplotlib 中 每英寸点数（ppi）为72，则宽度为 1 点的线将为 1/72 英寸宽，使用 fontsize 12 点的文本将是 12/72 寸高。

为了便于说明，用 matplotlib绘制相应的图形，如 表1 所示。

如果以英寸为单位更改图形大小，而 dpi 不变，较大的图形仍具有相同的元素大小。因此，改变图形尺寸就像拿一张不同尺寸的纸张一样，这样做当然不会改变用同一笔绘制的线条的宽度。通过表 1 中的图形2， 4， 6 的对比，可以明显的看出来这一点。

另一方面，更改dpi会缩放元素。在72 dpi时，1 宽度的线是 1 像素。在144 dpi时，这条线就是 2 像素。因此，更大的dpi就像放大镜一样。所有元素都通过镜头的放大倍数进行缩放。 通过表 1 中的图形 1 3 5 的对比，可以看出这一点。

综上：

1 

2 

3 

4 

 5

6

易混乱的点

由表 1 中的 1，3，5 对比可看出，明明是相同尺寸的图片，可显示出来大小却差异极大，是不是说明 figsize 的设置根本没用？

这主要是因为图形在屏幕中的显示是以像表为基准的，像素点越高，尺寸看起来也就越大。表 1 中的 1，3，5，其 尺寸相同， dpi 越大，则像素也就越大，因此图形整个看起来也就越大。

为了验证这个问题，可以将上述 6 个图形插入到 word 中，如下图所示。从图中可看出，figsize 相同的图形，其大小相同，只不过 dpi 越高，图像越清晰。也就是说 figsize 的设置可以在打印或者排版时发挥作用。

最后，附上画图的相关代码供参考：