plt.savefig()保存图片一片空白解决办法

最新推荐文章于 2025-05-20 06:02:06 发布
原创 最新推荐文章于 2025-05-20 06:02:06 发布 · 7.3k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python

本文介绍了一个常见的Matplotlib图片保存问题及解决方案。当使用plt.show()和plt.savefig()保存图片时，可能会遇到图片保存为白色的情况。文章提供了一种简单有效的解决方法：只需调整这两个函数的调用顺序。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

plt.show()
plt.savefig("1.png")

用该代码保存图片之后，打开图片发现是白色的

解决办法：
交换顺序，先保存再显示

plt.savefig("1.png")
plt.show()

图片就可以正常保存了

plt.savefig保存清晰图
全栈川川
02-20 5420
熟悉jupyter的同学就知道，我们在网页版运行代码绘制出的图形其实不是很清晰。如果想要图形清楚，可以保存到本地。
【Python】进阶学习：基于Matplotlib--使用plt.savefig()实现图形文件的保存
m0_59236127的博客
04-15 1万+
在保存图像之前，我们可能还想对图像的样式进行一些自定义设置，比如调整图例、标题、坐标轴标签等。这些都可以使用Matplotlib的API来实现。# 创建一些示例数据# 创建一个折线图# 自定义图像样式# 保存图像，包括自定义样式# 显示图像plt.show()在这个例子中，我们添加了标题、坐标轴标签和图例，然后保存了图像。这样，保存的图像就会包含这些自定义样式。
plt.savefig()保存图片，查看时为空白
franxxx的博客
10-21 848
先plt.savefig()，再plt,show()。
Matplotlib imsave() 方法详解
csbysj2020
05-20 407
imsave()方法是 Matplotlib 中一个非常有用的函数，可以帮助我们轻松地将图像保存为文件。通过了解其用法和参数，我们可以更好地利用这个函数来满足我们的需求。希望本文对您有所帮助。
plt.savefig报错 No such file or directory: ‘./images/end_to_end_project/attribute_histogram_plots.png‘
weixin_45720642的博客
09-16 503
改为plt.savefig(“./attributeHistogramPlots.png”, dpi=300)路径名太长，sacefig识别不了。
plt.savefig()
AliceH1226的博客
03-07 1596
# importing required modules import matplotlib.pyplot as plt # creating plotting data xaxis =[1, 4, 9, 16, 25, 36, 49, 64, 81, 100] yaxis =[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] # plotting plt.plot(xaxis, yaxis) plt.xlabel("X") plt.ylabel("Y") # saving the fil
Python学习：matplotlib模块——plt.savefig存储文件
weixin_45237889的博客
02-01 7万+
要让程序自动将图表保存到文件中，代码为： plt.savefig('squares_plot.png', bbox_inches='tight') 第一个实参指定要以什么样的文件名保存图表，这个文件将存储到scatter_squares.py所在的目录中。 第二个实参指定将图表多余的空白区域裁减掉。如果要保留图表周围多余的空白区域，可省略这个实参。 如果发现保存的图表空白，检查一下是不是写成了这...
解决Python plt.savefig 保存图片时一片空白的问题
09-19
然而，有时用户可能会遇到一个棘手的问题，即使用`plt.savefig()`保存图片后，打开发现图片内容是一片空白。这个问题通常是由于调用`plt.show()`和`plt.savefig()`的顺序不当导致的。 `plt.show()`函数的作用是显示...
Python-解决使用 plt.savefig 保存图片时一片空白
Panpan Wei的博客
08-11 3301
当使用如下代码保存使用plt.savefig保存生成的图片时，结果打开生成的图片却是一片空白。 例如： # 导入可视化工具包 import matplotlib.pyplot as plt %matplotlib inline # 颜色和标签列表 colors_list = ['red', 'blue', 'green'] labels_list = ['setosa', 'versicolor', 'virginica'] # 需要将DataFrame转成ndarray,才能进行 df[pr..
import numpy as np import matplotlib.pyplot as plt from scipy.interpolate import CubicSpline import random import time import platform ''' 设置字体 可视化画出轨迹''' def set_chinese_font(): """自动检测系统并设置中文字体""" system = platform.system() # # 设置中文字体 (根据系统选择) if system == 'Windows': plt.rcParams['font.sans-serif'] = ['Microsoft YaHei', 'SimHei'] elif system == 'Darwin': # macOS plt.rcParams['font.sans-serif'] = ['PingFang SC', 'STHeiti'] else: # Linux plt.rcParams['font.sans-serif'] = ['WenQuanYi Micro Hei', 'Noto Sans CJK SC'] plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题 # D:\python310\lib\tkinter\__init__.py:839: UserWarning: Glyph 20687 (\N{CJK UNIFIED IDEOGRAPH-50CF}) missing from font(s) DejaVu Sans. # func(*args) # # 设置中文字体 (根据系统选择) # plt.rcParams['font.sans-serif'] = [ # 'Microsoft YaHei', # Windows # 'PingFang SC', # macOS # 'WenQuanYi Micro Hei' # Linux # ] # plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题 # 使用示例 set_chinese_font() def generate_human_like_trajectory(start_point, end_point, num_points=100, jitter_factor=0.3, speed_variation=0.5): """ 生成类似人类点击的平滑轨迹 :param start_point: 起始坐标 (x, y) :param end_point: 目标坐标 (x, y) :param num_points: 轨迹点数 :param jitter_factor: 轨迹抖动程度 (0-1) :param speed_variation: 速度变化程度 (0-1) :return: 轨迹点列表 [(x, y)] """ # 生成控制点（贝塞尔曲线控制点） control_points = [np.array(start_point)] # 在起点和终点之间添加2个随机控制点 for i in range(1, 3): t = i / 3 # 线性插值基础点 base_point = (1 - t) * np.array(start_point) + t * np.array(end_point) # 添加随机偏移 offset = np.random.normal(0, jitter_factor * np.linalg.norm(np.array(end_point) - np.array(start_point)) / 4, 2) control_points.append(base_point + offset) control_points.append(np.array(end_point)) # 生成三次样条曲线 t_vals = np.linspace(0, 1, len(control_points)) x_vals = [p[0] for p in control_points] y_vals = [p[1] for p in control_points] cs_x = CubicSpline(t_vals, x_vals, bc_type='natural') cs_y = CubicSpline(t_vals, y_vals, bc_type='natural') # 生成非均匀时间点（模拟人类速度变化） t_smooth = np.linspace(0, 1, num_points) speed_factors = np.cumsum(np.random.uniform(1 - speed_variation, 1 + speed_variation, num_points)) t_smooth = t_smooth * (speed_factors / np.max(speed_factors)) # 生成轨迹点 trajectory = [] for t in t_smooth: x = cs_x(t) y = cs_y(t) # 添加微小抖动（模拟人类手部颤动） x += random.gauss(0, 0.3) y += random.gauss(0, 0.3) trajectory.append((x, y)) return trajectory def plot_trajectory(trajectory, start_point, end_point): """ 绘制轨迹并验证平滑度 :param trajectory: 轨迹点列表 :param start_point: 起始点 :param end_point: 目标点 """ x_vals = [p[0] for p in trajectory] y_vals = [p[1] for p in trajectory] # 计算速度（变化率） dx = np.diff(x_vals) dy = np.diff(y_vals) speed = np.sqrt(dx**2 + dy**2) # 计算加速度 acceleration = np.diff(speed) # 15英寸宽，10英寸高 # plt.figure(figsize=(15, 10)) # plt.figure(figsize=(10, 8)) # 设置图形尺寸和DPI # plt.figure(figsize=(10, 6), dpi=120) # 总像素尺寸 = (10*120) x (6*120) = 1200x720 # 创建宽屏图表 (16:9比例) plt.figure(figsize=(16, 9), dpi=80) # 1280x720像素 # 轨迹图 plt.subplot(2, 2, 1) plt.plot(x_vals, y_vals, 'b-', label='轨迹', linewidth=9 ) plt.plot(start_point[0], start_point[1], 'go', markersize=10, label='起点') plt.plot(end_point[0], end_point[1], 'ro', markersize=10, label='终点') plt.title('鼠标移动轨迹', fontsize=19) plt.xlabel('X 坐标') plt.ylabel('Y 坐标') plt.legend() plt.grid(True) plt.axis('equal') # 速度变化图 plt.subplot(2, 2, 2) plt.plot(speed, 'g-') plt.title('轨迹速度变化') plt.xlabel('时间步长') plt.ylabel('速度 (像素/步)') plt.grid(True) # 加速度变化图 plt.subplot(2, 2, 3) plt.plot(acceleration, 'r-') plt.title('轨迹加速度变化') plt.xlabel('时间步长') plt.ylabel('加速度') plt.grid(True) # 曲率图 curvature = np.abs(np.diff(np.arctan2(dy, dx))) plt.subplot(2, 2, 4) plt.plot(curvature, 'm-') plt.title('轨迹曲率变化') plt.xlabel('时间步长') plt.ylabel('曲率 (弧度)') plt.grid(True) plt.tight_layout() plt.show() # 导出控制：保存图片时使用savefig的dpi参数独立控制输出分辨率 plt.savefig('plt-output.png', dpi=300) # 高分辨率输出 # 多子图协调：大尺寸图形可容纳更多子图，但需调整子图间距 # plt.subplots_adjust(wspace=0.3, hspace=0.4) # 调整子图间距 def find_font(): import tkinter as tk from tkinter import font root = tk.Tk() # 获取所有字体 all_fonts = sorted(font.families()) # 筛选中文支持字体 (根据系统不同) chinese_fonts = [f for f in all_fonts if "宋体" in f or "黑体" in f or "YaHei" in f or "PingFang" in f or "WenQuan" in f] print("支持中文的字体:", chinese_fonts) root.destroy() # 关闭临时窗口 # 示例使用 if __name__ == "__main__": # 设置起点和终点 start = (100, 100) target = (500, 400) # 生成轨迹 trajectory = generate_human_like_trajectory(start, target, num_points=150) # 绘制轨迹和分析图 plot_trajectory(trajectory, start, target) # 模拟实际移动（可选） print("模拟移动中...") for x, y in trajectory: # 在实际应用中，这里会调用鼠标移动函数 # 例如：pyautogui.moveTo(x, y) time.sleep(0.01) # 模拟移动间隔 print("到达目标位置") # find_font() 为什么使用 plt.savefig('plt-output.png', dpi=300) # 高分辨率输出 导出的图片是一片空白
最新发布
06-27
我们被要求解释为什么使用matplotlib的plt.savefig保存图片时会出现空白，并提供解决方法。根据引用[1]、[2]、[3]、[4]，原因是在plt.show()之后调用plt.savefig()会导致保存的是一个新的空白图形。###原因分析在...
import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn import datasets from mpl_toolkits.mplot3d import Axes3D from sklearn.decomposition import PCA from sklearn.preprocessing import StandardScaler data=pd.read_csv('H:/analysis_results/mean_HN.csv') data.head() x=data.iloc[:,1:7] y=data.iloc[:,6] scaler=StandardScaler() scaler.fit(x) x_scaler=scaler.transform(x) print(x_scaler.shape) pca=PCA(n_components=3) x_pca=pca.fit_transform(x_scaler) print(x_pca.shape) #查看各个主成分对应的方差大小和占全部方差的比例 #可以看到前2个主成分已经解释了样本分布的90%的差异了 print('explained_variance_:',pca.explained_variance_) print('explained_variance_ratio_:',pca.explained_variance_ratio_) print('total explained variance ratio of first 6 principal components:',sum(pca.explained_variance_ratio_)) #可视化各个主成分贡献的方差 #fig1=plt.figure(figsize=(10,10)) #plt.rcParams['figure.dpi'] = 300#设置像素参数值 plt.rcParams['path.simplify'] = False#禁用抗锯齿效果 plt.figure() plt.plot(np.arange(1,4),pca.explained_variance_,color='blue', linestyle='-',linewidth=2) plt.xticks(np.arange(1, 4, 1))#修改X轴间隔为1 plt.title('PCA_plot_HN') plt.xlabel('components_n',fontsize=16) plt.ylabel('explained_variance_',fontsize=16) plt.show() plt.pause(0.5) plt.savefig('H:/analysis_results/Cluster analysis/pca_explained_variance_HN.png')保存的图像中，一片空白，如何修改
06-10
您可以将 `plt.savefig()` 函数放在 `plt.show()` 函数之前，或者注释掉 `plt.show()` 函数，只保存图片而不显示图片，如下所示： ```python import pandas as pd import numpy as np import matplotlib.pyplot ...
在图像中添加标注并使用plt savefig函数保存
zhuiyuanzhongjia的博客
08-25 3243
有时候需要读取图片，并添加标注，然后保存该图片。 如果用opencv 的imwrite函数不可行，因为imwrite函数需要输入参数是numpy数组。 此时用plt savefig函数可以保存该图片，但是savefig函数前面不能出现plt.show()函数。 代码案例： import matplotlib.pyplot as plt # plt 用于显示图片 import matplotlib.image as mpimg # mpimg 用于读取图片 import numpy as np imp
matplotlib 使用 plt.savefig() 输出图片去除旁边的空白区域
jifaley的博客
03-25 10万+
最近在作图时需要将输出的图片紧密排布，还要去掉坐标轴，同时设置输出图片大小。但是发现matplotlib使用plt.savefig()保存的图片周围有一圈空白。那么如何去掉该空白呢？首先，关闭坐标轴显示：plt.axis('off')但是，这样只是关闭显示而已，透明的坐标轴仍然会占据左下角位置，导致输出的图片偏右。要想完全去掉坐标轴，需要改为以下代码：plt.axis('off')fig = pl...
matplotlib保存图像到本地plt.savefig(‘result.jpg‘)
你好，明天，，的博客
04-06 2821
matplotlib保存图像到本地plt.savefig('result.jpg')：代码必须是先 plt.savefig('result.jp如果去掉plt.show() 只保存图像 plt.savefig('result.jpg')，单幅图像可以，如果循环文件夹里的图像，保存的图像中label会叠加，显示错误。经评论中网友FISHstudyrustt 提示，需要在每次使用plot做完图后关闭，即plt.close()。
使用plt.savefig()方法保存绘图时出现图片全白或全黑的问题
谢谢你们的关注
07-16 2131
使用plt.savefig()方法保存绘图时出现图片全白或全黑的问题
Matplotlib本地保存图形—savefig()方法
KJ.JK
12-03 6万+
         要想保存当前生成的图表，可以调用savefig()函数进行保存。savefig()函数的语法格式如下：          savefig(fname，dpi=None，facecolor=“w”，edgecolor=“w”，orientation=“portrait”，papertype=None，format=
plt.savefig()的用法以及保存路径
热门推荐
xzm961226xzm的博客
10-25 16万+
图像有时候比数据更能满足人们的视觉需求 pytorch下保存图像有很多种方法，但是这些基本上都是基于图像处理的，将图像的像素指定一定的维度 ，具体可见以下博客： Pytorch中保存图片的方式_造未来-优快云博客_pytorch保存图片 主要是写一些函数来保存图片； 另外，pytorch中有很多可以直接保存图片的语句 如 save_image(fake_images, './img/fake_images-{}.png'.format(epoch + 1)) 此语句同样需要转化像素。 .
jupyter notebook 保存图片，用plt.savefig保存后图片显示空白
03-18
<think>嗯，用户在使用Jupyter Notebook时用plt.savefig保存图片，结果图片显示空白。这个问题常见吗？我得先想可能的原因。首先，用户可能在调用savefig之后才显示图形，导致保存的是空图像。因为Matplotlib的绘图逻辑通常是先生成图像，再进行保存或者显示。如果在保存之后又做了其他操作，比如调用了plt.show()，可能会导致问题。 然后，用户可能没有正确关闭或清除当前的图形。比如，如果在保存之后又创建了新的图形，之前的图形可能被覆盖或者清空，导致保存的是空白。这时候需要检查代码中是否有多次绘图的情况，或者在保存后没有正确关闭图形对象。 另一个可能性是文件路径或权限的问题。用户指定的保存路径可能不存在，或者没有写入权限，导致文件无法正确保存。这时候应该检查路径是否正确，以及是否有足够的权限。 还有，用户可能在使用不同的后端，导致保存图片时出现问题。不同的Matplotlib后端在处理图形输出时可能有不同的行为，尤其是在Jupyter这样的交互式环境中。可能需要调整后端设置，或者确保在保存图片之前正确渲染图形。 解决方法方面，首先应该确保在保存图片之前调用plt.savefig()，然后再显示图形。或者使用面向对象的方法，先创建图形和轴对象，再进行绘图和保存。另外，确保在保存图片后关闭图形，释放资源，避免后续操作覆盖了当前图形。还可以检查文件路径是否正确，确保有写入权限，或者尝试使用绝对路径。如果问题仍然存在，可能需要调整Matplotlib的后端设置，或者清除当前图形后再进行保存。 用户可能需要具体的代码示例来理解如何正确操作。例如，使用plt.figure()创建图形对象，绘制内容后先保存再显示，或者使用面向对象的方式明确管理图形和轴对象。此外，提醒用户在保存图片时指定合适的格式和分辨率，避免透明背景导致显示问题也是一个注意事项。 总结起来，可能的原因包括保存顺序错误、图形被覆盖、路径问题以及后端配置问题。解决方法主要是调整代码顺序，正确管理图形对象，检查路径和权限，以及调整后端设置。给出具体的代码示例和步骤可以帮助用户更好地理解和解决问题。</think>在Jupyter Notebook中使用`plt.savefig`保存图片时出现空白文件，通常是由于Matplotlib的绘图逻辑顺序或图形对象未正确管理导致的。以下是逐步排查和解决方法： --- ### **1. 根本原因** - **保存顺序问题**：如果在调用`plt.savefig()`后再调用`plt.show()`或其他绘图操作，可能导致图像缓冲区被清空。 - **图形对象未正确引用**：若未明确指定保存的图形对象，可能意外保存了空白画布。 - **透明背景问题**：某些格式（如PNG）默认透明背景，可能导致显示为空白（需检查是否因背景透明而误判）。 --- ### **2. 解决方法** #### **步骤1：确保保存顺序正确** - **正确顺序**：先绘图，再保存，最后显示（如果需显示）。 ```python import matplotlib.pyplot as plt # 绘制图形 plt.plot([1, 2, 3], [4, 5, 6]) # 先保存 plt.savefig("figure.png") # 指定文件名和格式 # 再显示（可选） plt.show() ``` #### **步骤2：显式管理图形对象** - 使用面向对象（OO）风格，明确指定保存的图形对象： ```python fig, ax = plt.subplots() ax.plot([1, 2, 3], [4, 5, 6]) fig.savefig("figure.png") # 直接保存fig对象 plt.close(fig) # 关闭图形释放内存 ``` #### **步骤3：检查文件路径和权限** - 使用绝对路径避免歧义： ```python plt.savefig("/full/path/to/figure.png") ``` - 确保路径存在且有写入权限。 #### **步骤4：清除图形缓存** - 若多次绘图，在每次保存前清除历史图形： ```python plt.clf() # 清除当前图形 plt.cla() # 清除当前坐标轴 ``` #### **步骤5：调整后端设置（可选）** - 在Jupyter中强制使用非交互式后端： ```python %matplotlib inline import matplotlib matplotlib.use("Agg") # 使用非交互式后端 ``` --- ### **3. 完整示例代码** ```python import matplotlib.pyplot as plt # 创建图形对象 fig, ax = plt.subplots(figsize=(6, 4)) # 绘图 ax.plot([1, 2, 3], [4, 5, 6], label="示例曲线") ax.set_title("测试图像") ax.legend() # 保存并关闭 fig.savefig("figure.png", dpi=300, bbox_inches="tight") # bbox_inches避免截断 plt.close(fig) # 显式关闭 print("图片已保存！") ``` --- ### **4. 注意事项** - **文件格式**：指定正确的后缀名（如`.png`, `.jpg`, `.svg`）。 - **分辨率**：通过`dpi`参数调整清晰度（例如`dpi=300`）。 - **透明背景**：若需不透明背景，添加参数`facecolor="white"`： ```python fig.savefig("figure.png", facecolor="white") ``` --- 通过以上步骤，应该能解决保存图片空白的问题。如果仍有异常，可检查Matplotlib版本或重启Jupyter内核后重试。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值