### 使用 Matplotlib 保存绘制的图表为图像文件 为了将使用 `matplotlib` 绘制的图表保存为图片文件，可以利用 `pyplot` 模块中的 `savefig()` 函数。此方法允许指定输出文件名以及一些可选参数来控制输出的质量和其他属性[^1]。 ```python import matplotlib.pyplot as plt plt.plot([1, 2, 3, 4], [10, 20, 25, 30]) # 创建简单的折线图作为例子 plt.savefig('my_figure.png') # 将当前图形保存为PNG格式的文件名为 'my_figure.png' ``` 通过上述代码片段展示了最基础的方式去保存一张由 `matplotlib` 制作完成后的图表至本地磁盘中。值得注意的是，在调用 `show()` 方法之前应当先执行 `savefig()` 来确保所见即所得的效果被正确记录下来；因为一旦显示窗口弹出之后再尝试保存可能会导致空白或者不完整的截图[^2]。 另外还可以设置更多选项来自定义保存行为： - 文件路径：可以通过传递绝对或相对路径给 `filename` 参数决定存储位置。 - 图像分辨率 DPI（dots per inch）：可通过关键字参数 `dpi` 调整最终输出质量，默认情况下是 100 dpi。 - 边界框调整：如果希望去除多余的白边，则可以在调用时加入 `bbox_inches='tight'` 参数[^3]。 #### 示例代码展示高阶配置下的保存操作 ```python import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 10, 100) sin_y = np.sin(x) plt.figure(figsize=(8, 6)) plt.title("Sine Wave Example") plt.subplot(2, 2, 1) plt.scatter(x, sin_y) plt.title("Scatter Plot of Sine Function") plt.subplot(2, 2, 2) plt.plot(x, sin_y, 'o') plt.title("Line Plot with Circle Markers") # 设置随机种子使得每次运行得到相同的结果用于演示目的 np.random.seed(0) random_x = np.random.rand(100) random_y = np.random.rand(100) sizes = np.random.rand(100) * 1000 colors = np.random.rand(100) plt.subplot(2, 2, 3) plt.scatter(random_x, random_y, s=sizes, c=colors, alpha=0.7) plt.colorbar() plt.title("Random Scatter Points Sized and Colored Randomly") plt.tight_layout() # 保存整个布局到文件并指定了更高的DPI值以提高清晰度 plt.savefig('complex_plots_example.png', dpi=300, bbox_inches='tight') print("Figure has been saved successfully.") ``` 这段脚本不仅创建了一个包含多个子图的整体布局，还应用了一些额外样式化处理，并且最后一步是以较高分辨率无多余边缘的形式将其导出了 PNG 文件[^4]。