1.5 保存图像

1.5 保存图像

本节摘要：savefig 是 Matplotlib 把内存里的 Figure 固化成图像文件的出口函数，它通过文件名后缀或 format 参数决定格式，通过 dpi 决定分辨率，还能用 transparent、bbox_inches 等参数控制背景透明和空白裁剪。保存不是"存一下"这么简单——格式选错，图会糊或有伪影；DPI 选错，要么文件大得离谱，要么印刷出来全是锯齿。本节讲清格式怎么选、分辨率怎么定、透明和裁剪各有什么用，让你存出来的图能在正确的场合被正确使用。

先说结论

阅读完本节，你应当能够：

1. 说清 savefig 如何通过文件名后缀和 format 参数决定输出格式
2. 对比 PNG、SVG、PDF、JPG 四种格式的优劣，判断各自适用场合
3. 解释 DPI 的含义，并根据网页、演示、印刷三档选择合适值
4. 用 transparent 和 bbox_inches 控制背景透明与空白裁剪
5. 组合多个参数，一次性存出符合交付要求的高质量图像

一、保存不是"顺手存一下"

很多人学画图，最后一步随手 savefig 一下就算完事，结果交出去才发现：放在网页上模糊、印在纸上发虚、或者文件大得邮件都发不出去。问题往往不在画图，而在保存时没想清楚两件事：存成什么格式、存成多清晰。

保存这一步，本质上是在回答"这张图最终要去哪"。去向不同，选择就完全不同：

• 要去网页，追求加载快、缩放不糊，矢量格式是首选。
• 要去演示幻灯片，需要高清但文件别太大。
• 要去印刷出版，需要高分辨率，锯齿在放大后会露馅。
• 要去文档报告，最好能无损缩放、可嵌入文字。

把这些"去向"想清楚，下面讲的格式和 DPI 就有了判断的锚点。否则你只是在碰运气地填参数。

💡 关键直觉：保存之前先问一句"这张图最终出现在哪"，答案决定了格式和分辨率。想不清去向，再高的 DPI、再贵的格式，都可能是错的。

二、格式怎么选：四种主流格式的取舍

Matplotlib 最核心的保存函数是 savefig。它有个很省心的特性——根据文件名的后缀自动判断格式。你写 savefig("chart.png")，它存成 PNG；写 savefig("chart.pdf")，它存成 PDF。如果想更明确，也可以用 format 参数显式指定，两者效果一样。

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot([1, 2, 3], [1, 4, 2])

plt.savefig("chart.png")              # 靠后缀判断，存成 PNG
plt.savefig("chart.pdf", format="pdf") # 显式指定，存成 PDF
​

格式的差别，核心在"栅格"和"矢量"之分。栅格格式（PNG、JPG）把图存成一格一格的像素点，放大到一定程度就露马赛克；矢量格式（SVG、PDF）把图存成"线条和文字的数学描述"，放大多少倍都清晰。这个区分是选格式的底层逻辑。

这里要特别提一句 JPG。它靠丢弃细节换小体积，对照片这种复杂图像合适，但用在折线图、柱状图这类"线条加纯色块"的图表上，往往会在边缘产生一圈模糊的伪影，图越简单越明显。所以画图表，能不用 JPG 就别用，PNG 和 SVG 是更稳的选择。

⚠️ 常见坑：别拿 JPG 存图表。它为了压缩体积丢掉细节，会在线条和色块边缘留下伪影，图越简单越明显。图表优先 PNG（要透明或日常用）或 SVG、PDF（要缩放或印刷）。

三、DPI：清晰度和文件大小的天平

DPI（每英寸点数）是控制分辨率的核心参数。它表示"每英寸里画多少个像素点"，值越高，图越清晰，但文件也越大、渲染越慢。

理解 DPI，要把它和 1.2 节的 figsize 连起来看：最终图片的像素尺寸 = figsize 的英寸数 × dpi。 一张 8×6 英寸的画布，用 100 DPI 存出来是 800×600 像素，用 300 DPI 存出来就是 2400×1800 像素。所以想让图"更大更清"，要么加 figsize，要么加 dpi，两者是乘法关系。

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(8, 6))
ax.plot([1, 2, 3], [1, 4, 2])

plt.savefig("low.png", dpi=72)     # 低分辨率，适合网页
plt.savefig("high.png", dpi=300)   # 高分辨率，适合印刷
​

DPI 的选择可以按"去向"分三档：

• 网页显示：72 到 96 DPI 就够，屏幕本身分辨率有限，高了浪费。
• 屏幕演示：100 到 150 DPI，兼顾清晰和文件大小。
• 印刷出版：300 DPI 是通行标准，杂志海报可能要到 600。

💡 关键直觉：DPI 不是越高越好，而是"够用就行"。给网页存一张 600 DPI 的图，除了让文件膨胀、加载变慢，读者在屏幕上根本看不出差别。先定去向，再定 DPI，别盲目拉满。

四、透明背景与空白裁剪

除了格式和 DPI，还有两个参数能显著影响图的实际观感：transparent 和 bbox_inches。

transparent=True 让背景变透明。默认背景是不透明的白色，透明背景的图可以直接叠在彩色网页、深色幻灯片或其他图片上，不会出现一个难看的白方块。它主要对 PNG 和 PDF 有效——JPG 不支持透明。

plt.savefig("chart_transparent.png", transparent=True)
​

bbox_inches="tight" 则解决另一个问题：图周围的空白太大。 默认保存时，Matplotlib 会把整个画布都存下来，包括内容之外的一大圈留白。加了这个参数，它会自动计算内容实际占用的区域，把多余的空白裁掉，让图更紧凑。

plt.savefig("chart_tight.png", bbox_inches="tight")
​

这个参数还有一个隐藏价值：当你的图例或标题不小心超出了画布范围，默认保存会把超出的部分切掉，而 bbox_inches="tight" 会反过来把边界框扩大到正好包住这些元素，保证它们完整落进图里。所以凡是图例放到了框外，记得加这个参数。

⚠️ 常见坑：图例或标题被切掉一半，几乎都是因为没加 bbox_inches="tight"。只要内容有溢出画布的可能，就顺手加上这个参数，成本极低，却能避免返工。

五、一次存出合格的图

把前面讲的参数串起来，一次保存就能覆盖绝大多数交付场景。下面是一个综合示例：画一张带两条线、有图例和网格的图，然后分别存成适合网页的 SVG 和适合印刷的高清 PNG。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 200)
fig, ax = plt.subplots(figsize=(8, 6))

ax.plot(x, np.sin(x), label="正弦", linewidth=2)
ax.plot(x, np.cos(x), label="余弦", linestyle="--")
ax.set_title("正弦与余弦曲线")
ax.set_xlabel("横轴")
ax.set_ylabel("纵轴")
ax.legend()
ax.grid(True, linestyle=":", alpha=0.5)

# 网页用：矢量、可缩放、背景透明
plt.savefig("curve.svg", format="svg", bbox_inches="tight", transparent=True)

# 印刷用：栅格、高分辨率、裁掉多余空白
plt.savefig("curve.png", format="png", dpi=300, bbox_inches="tight")
​

这段代码里每个参数都有明确的目的：bbox_inches="tight" 裁掉空白并保住可能溢出的元素，transparent=True 让网页图能融入任意背景，dpi=300 保证印刷清晰。它们不是随手堆上去的，而是各自对应一个"去向"带来的需求。

到这里，你已经走完了从建画布到存文件的完整链路。但"保存"还有更细的控制——比如 PDF 的页面方向、元数据嵌入、JPEG 的压缩质量等，这些属于进阶内容，等你真正需要交付特定格式时再查官方文档即可。现在把基础这套吃透，已经能应付绝大多数日常场景。

六、背景和边缘颜色：facecolor 与 edgecolor

格式、DPI、透明、裁剪之外，还有两个控制画布外观的参数：facecolor（背景色）和 edgecolor（边缘色）。它们作用在整张 Figure 上，影响存出来的图片"底色"和"外框"。

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot([1, 2, 3], [1, 4, 2])

plt.savefig("styled.png", facecolor="lightgray", edgecolor="black")
​

默认背景是白色。facecolor 能把它换成浅灰、米白，甚至深色——深色背景配浅色线条，就是常说的"夜间模式"图表，在深色主题的幻灯片或网页里很协调。edgecolor 控制画布边缘那圈线的颜色，平时用得少，但做白底图嵌进白色网页时，加一圈浅色边缘能避免图"融"进背景里。

这两个参数和 transparent 有交集，但分工不同：transparent=True 是让背景彻底透明，facecolor 是给背景一个具体颜色。要叠加到彩色背景上，用 transparent=True；要一个固定的深色或浅色底，用 facecolor。二者别混着用——设了透明，facecolor 的颜色就等于白设。

七、几个进阶但实用的参数

savefig 还有几个参数不常用，但特定场景下能省很多事，值得知道它们存在：

• orientation（仅 PDF）：设页面方向，"landscape" 横向、"portrait" 纵向。存报告用的 PDF 时，横向更适合宽幅图表。
• papertype（仅 PDF）：设纸张类型，比如 "a4"、"letter"，决定 PDF 页面按哪种纸的尺寸排。
• metadata：往图像文件里嵌入元数据，比如作者、标题。这些信息能被一些图片查看器和文档工具读出来，方便归档和溯源。
• pil_kwargs：把额外的参数透传给底层的图像处理库，比如存 JPG 时指定压缩质量。

plt.savefig("report.pdf", format="pdf",
            orientation="landscape", papertype="a4",
            metadata={"Author": "数据分析组", "Title": "销售趋势"})
​

这些参数不必现在就背，但要知道"有这回事"。真到需要交付特定格式、满足特定要求时，你至少知道该往哪个方向去找，而不是抓瞎。

八、一个贯穿始终的心法：先定去向，再定参数

把这一节串起来，其实就一句话：保存的所有参数，都是"去向"决定的。 图要去网页，就选 SVG、透明背景、低 DPI；图要去印刷，就选 PNG 或 PDF、高 DPI、裁掉空白；图要嵌进深色幻灯片，就配深色背景或透明背景。

很多人保存出问题，不是不会用参数，而是没先想清楚去向，就随手点保存。结果要么图糊了，要么文件大得离谱，要么格式根本用不上。反过来，只要在保存前花十秒钟问一句"这张图最终出现在哪"，后面的格式、DPI、透明、裁剪，全都有了判断依据。

💡 关键直觉：把"去向"当成保存的第一参数。它不写在代码里，却决定了代码里每一个保存参数该怎么填。

九、为什么我存出来的图是空白的？

这是个新手高频踩坑：代码里明明画了图，存出来的文件却是一片空白。十有八九，是把 savefig 写在了 show 之后。

原因在于，show 在显示完图之后，可能会把 Figure 从内存里释放掉；这时再调 savefig，它保存的是一个已经被清空、或者已经进入不一致状态的画布，自然就是空白。正确的顺序是先 savefig 保存，再 show 显示——先固化到文件，再展示到屏幕，两者不冲突。

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot([1, 2, 3], [1, 4, 2])

plt.savefig("chart.png")   # 先保存
plt.show()                 # 后显示
​

⚠️ 记住这个顺序：先存后显。凡是"存出来的图是空白"的报障，先检查 savefig 是不是被放在了 show 之后，这是最常见、也最好修的原因。

十、图上的中文保存后变成方框怎么办

中文保存后显示成方框或乱码，是 Matplotlib 很常见的现象，根因是它默认使用的字体里没有中文字形。这不是你代码写错了，而是字体配置的问题——需要给 Matplotlib 指定一个支持中文的字体。这个话题牵扯到字体查找、文本渲染的细节，第 4 章"文本渲染与字体"会给出完整解法。这里先给你一个心理预期，避免遇到方框时误以为是保存参数出问题。

重点提炼

• 保存前先问"图最终去哪"，去向决定格式和 DPI。
• savefig 靠文件后缀或 format 参数决定格式，两者等价。
• 栅格与矢量是底层分野：PNG、JPG 是栅格，SVG、PDF 是矢量，矢量无损缩放。
• 图表慎用 JPG，它压缩会在线条边缘产生伪影；优先 PNG、SVG、PDF。
• 像素尺寸 = figsize × dpi，想更大更清，两边都能调。
• DPI 分三档：网页 72–96、演示 100–150、印刷 300 起，别盲目拉满。
• transparent 控背景透明，bbox_inches 控空白裁剪，图例溢出时后者能救命。

到这里，第 1 章"基础入门"的五节就全部走完了。你已经能从零建画布、画四种基础图、调参数、存文件。下一章我们将在这个地基上盖楼——多子图、颜色映射、样式美化、特殊图形，把"画得出来"升级成"画得好"。