Оптимальное сохранение графиков в Matplotlib: все форматы и настройки

import matplotlib.pyplot as plt
import numpy as np

# Создаем простой график
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.figure(figsize=(8, 6))
plt.plot(x, y)
plt.title('Синусоида')
plt.xlabel('X')
plt.ylabel('sin(X)')
plt.grid(True)

# Базовое сохранение графика
plt.savefig('my_plot.png')

plt.savefig('high_quality_plot.png', dpi=300, bbox_inches='tight')

# Сохранение в формате PNG
plt.savefig('graph.png')

# Явное указание формата
plt.savefig('graph', format='pdf')

# Сохранение в векторном формате SVG
plt.savefig('graph.svg', format='svg')

# Сохранение с высоким разрешением (300 dpi)
plt.savefig('high_res_plot.png', dpi=300)

# Сохранение с низким разрешением для веб (72 dpi)
plt.savefig('web_plot.png', dpi=72)

# Создание фигуры с заданным размером в дюймах
plt.figure(figsize=(10, 6))

# Альтернативно, можно задать размер в сантиметрах
from matplotlib.figure import Figure
fig = Figure(figsize=(25.4, 15.24)) # 10x6 дюймов в см

# Автоматическое удаление лишних белых полей
plt.savefig('trim_plot.png', bbox_inches='tight')

# Добавление отступа вокруг графика при обрезке
plt.savefig('pad_plot.png', bbox_inches='tight', pad_inches=0.5)

# Сохранение с прозрачным фоном
plt.savefig('transparent_plot.png', transparent=True)

# Настройка качества JPEG (от 0 до 100)
plt.savefig('compressed.jpg', quality=95) # Высокое качество

import matplotlib.pyplot as plt
import numpy as np

# Создание данных
x = np.linspace(0, 10, 1000)
y = np.sin(x) * np.exp(-x/10)

# Создание фигуры с точно заданными размерами
plt.figure(figsize=(8, 5), dpi=100) # размер в дюймах, dpi для отображения

# Построение графика
plt.plot(x, y, linewidth=2)
plt.title('Затухающая синусоида', fontsize=16)
plt.xlabel('Время (с)', fontsize=12)
plt.ylabel('Амплитуда', fontsize=12)
plt.grid(True, alpha=0.3)

# Сохранение с профессиональными настройками качества
plt.savefig(
'professional_plot.png', 
dpi=300, # Высокое разрешение
bbox_inches='tight', # Автообрезка полей
pad_inches=0.2, # Небольшой отступ
facecolor='white', # Белый фон
edgecolor='none' # Без рамки
)

# Добавление метаданных в PDF-файл
metadata = {
'Title': 'Анализ временного ряда',
'Author': 'Аналитический отдел',
'Subject': 'Квартальный отчет',
'Keywords': 'python, matplotlib, аналитика',
'Creator': 'Python Matplotlib'
}
plt.savefig('report_chart.pdf', metadata=metadata)

import matplotlib.pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages

# Создаем PDF-документ
with PdfPages('multiple_plots.pdf') as pdf:
# Первый график
plt.figure(figsize=(8, 6))
plt.plot([1, 2, 3], [4, 5, 6])
plt.title('График 1')
pdf.savefig() # Сохраняем текущую фигуру
plt.close()

# Второй график
plt.figure(figsize=(8, 6))
plt.scatter([1, 2, 3], [3, 1, 5])
plt.title('График 2')
pdf.savefig() # Сохраняем вторую фигуру
plt.close()

# Настройка уровня сжатия PNG (0-9, где 9 – максимальное сжатие)
plt.savefig('compressed.png', dpi=300, compression=9)

# Оптимизация JPEG
plt.savefig('optimized.jpg', dpi=300, optimize=True, progressive=True)

# Снижение точности в SVG для уменьшения размера файла
plt.savefig('vector.svg', bbox_inches='tight', precision=2)

# Расчет оптимального размера изображения для заданного DPI
width_px = 1920 # ширина в пикселях
height_px = 1080 # высота в пикселях
dpi = 300

# Конвертация пикселей в дюймы для figsize
width_in = width_px / dpi
height_in = height_px / dpi

plt.figure(figsize=(width_in, height_in), dpi=dpi)
# ... создание графика ...
plt.savefig('precise_size.png', dpi=dpi)

# Сохранение с внедрением шрифтов в PDF
plt.savefig('embedded_fonts.pdf', bbox_inches='tight', 
fonttype=42) # TrueType шрифты вместо Type 3

import matplotlib.pyplot as plt
import numpy as np

# Данные и построение
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# Настройка стиля для научных публикаций
plt.style.use('seaborn-whitegrid')
plt.figure(figsize=(7, 5)) # Размер в дюймах (часто требуется журналами)

plt.plot(x, y1, 'b-', label='sin(x)', linewidth=1.5)
plt.plot(x, y2, 'r--', label='cos(x)', linewidth=1.5)
plt.xlabel('x (радианы)', fontsize=12)
plt.ylabel('Амплитуда', fontsize=12)
plt.title('Тригонометрические функции', fontsize=14)
plt.legend(frameon=True, fontsize=10)
plt.grid(True, linestyle='--', alpha=0.7)
plt.tight_layout() # Оптимизация размещения элементов

# Сохранение для публикации
plt.savefig('scientific_plot.pdf', # PDF для публикации
dpi=600, # Высокое разрешение
bbox_inches='tight', # Обрезка полей
format='pdf', # Явное указание формата
transparent=False, # Непрозрачный фон
facecolor='white', # Белый фон
edgecolor='none', # Без контура
metadata={'Author': 'Исследовательская группа',
'Title': 'Анализ тригонометрических функций'})

# Сохранение альтернативных версий
plt.savefig('scientific_plot.eps', format='eps', dpi=600, bbox_inches='tight') # EPS для LaTeX
plt.savefig('scientific_plot.png', format='png', dpi=300, bbox_inches='tight') # PNG для презентации

import matplotlib.pyplot as plt
import numpy as np

# Данные
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 42]

# Создание графика с прозрачностью для веб
plt.figure(figsize=(8, 4), facecolor='none')
bars = plt.bar(categories, values, color='skyblue', 
alpha=0.7, edgecolor='steelblue', linewidth=1.5)

# Добавление подписей значений
for bar in bars:
height = bar.get_height()
plt.text(bar.get_x() + bar.get_width()/2., height + 1,
f'{height}', ha='center', va='bottom', fontsize=10)

plt.title('Распределение категорий', fontsize=14)
plt.ylim(0, max(values) * 1.15) # Пространство для подписей
plt.grid(axis='y', linestyle='--', alpha=0.4)
plt.tight_layout()

# Сохранение для веб
plt.savefig('web_chart.png', 
dpi=96, # Стандартное разрешение для веб
transparent=True, # Прозрачный фон
bbox_inches='tight', # Обрезка лишних полей
pad_inches=0.1, # Минимальные отступы
optimize=True) # Оптимизация размера файла

# Альтернативный вариант – SVG для интерактивных сайтов
plt.savefig('web_chart.svg', transparent=True, bbox_inches='tight')

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.backends.backend_pdf import PdfPages

# Корпоративные цвета
corporate_colors = ['#2C3E50', '#E74C3C', '#3498DB', '#2ECC71', '#F39C12']

# Создание многостраничного PDF
with PdfPages('presentation_charts.pdf') as pdf:

# График 1: Линейный тренд
plt.figure(figsize=(10, 6))
x = np.linspace(0, 10, 50)
plt.plot(x, 3*x + 5 + np.random.randn(50)*2, 
color=corporate_colors[0], 
linewidth=2, 
marker='o', 
markersize=6,
markerfacecolor=corporate_colors[2])
plt.title('Квартальные продажи', fontsize=16)
plt.xlabel('Квартал', fontsize=12)
plt.ylabel('Объем продаж (млн руб.)', fontsize=12)
plt.grid(True, alpha=0.3)
plt.tight_layout()
pdf.savefig() # Сохраняем первую страницу
plt.close()

# График 2: Круговая диаграмма
plt.figure(figsize=(8, 8))
labels = ['Продукт A', 'Продукт B', 'Продукт C', 'Продукт D']
sizes = [25, 35, 30, 10]
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90,
colors=corporate_colors,
wedgeprops={'edgecolor': 'white', 'linewidth': 1})
plt.axis('equal') # Круглая диаграмма
plt.title('Структура продаж по продуктам', fontsize=16)
plt.tight_layout()
pdf.savefig() # Сохраняем вторую страницу
plt.close()

# График 3: Столбчатая диаграмма
plt.figure(figsize=(10, 6))
regions = ['Запад', 'Восток', 'Север', 'Юг']
q1_data = [15, 8, 12, 9]
q2_data = [14, 10, 13, 11]

x = np.arange(len(regions))
width = 0.35

plt.bar(x – width/2, q1_data, width, label='Q1', color=corporate_colors[1])
plt.bar(x + width/2, q2_data, width, label='Q2', color=corporate_colors[2])

plt.xlabel('Регион', fontsize=12)
plt.ylabel('Продажи (млн руб.)', fontsize=12)
plt.title('Сравнение продаж по регионам', fontsize=16)
plt.xticks(x, regions)
plt.legend()
plt.grid(True, axis='y', alpha=0.3)
plt.tight_layout()
pdf.savefig() # Сохраняем третью страницу
plt.close()

# Сохраняем также отдельные файлы для слайдов
plt.style.use('ggplot') # Единый стиль для всех графиков

# ...аналогичный код для создания графиков...
plt.savefig('slide1.png', dpi=200, bbox_inches='tight')

import matplotlib.pyplot as plt
import numpy as np

# Настройка стиля
plt.style.use('dark_background')

# Создание квадратного графика
plt.figure(figsize=(8, 8))

# Подготовка данных
categories = ['Янв', 'Фев', 'Мар', 'Апр', 'Май']
values = [42, 53, 67, 89, 95]

# Создание яркого градиента для заливки
colors = plt.cm.viridis(np.linspace(0.2, 0.9, len(categories)))

# Построение графика с крупными элементами
bars = plt.bar(categories, values, color=colors, width=0.6, edgecolor='white', linewidth=1)

# Добавление подписей со значениями
for bar in bars:
height = bar.get_height()
plt.text(bar.get_x() + bar.get_width()/2., height + 1,
f'{height}', ha='center', va='bottom', fontsize=14, color='white', fontweight='bold')

# Настройка заголовка и осей
plt.title('РОСТ ПОКАЗАТЕЛЕЙ ЗА 2023', fontsize=18, color='white', fontweight='bold')
plt.ylabel('Значение индекса', fontsize=14, color='white')
plt.ylim(0, max(values) * 1.2) # Пространство для подписей
plt.grid(axis='y', alpha=0.3)

# Увеличение размера подписей осей
plt.xticks(fontsize=14, color='white')
plt.yticks(fontsize=14, color='white')

# Добавление логотипа или водяного знака
plt.figtext(0.9, 0.1, '@YourHandle', fontsize=16, color='white', alpha=0.6)

# Сохранение в формате, оптимальном для соцсетей
plt.savefig('social_media_chart.png',
dpi=150, # Хорошее качество для экрана
bbox_inches='tight', # Обрезка полей
pad_inches=0.4, # Отступ для лучшего вида в ленте
facecolor='black') # Черный фон вокруг графика