python - 为什么保存为 .eps 的 matplotlib 图的文件大小会爆炸？

Question

我有以下演示代码，我在其中创建了一个简单的散点图并将其保存为 png、完全矢量化的 eps 和部分光栅化的 eps .

对于大量点，我希望矢量化 eps 的文件大小比 png 大得多(至少在合理的 dpi 下)，这确实是我观察到的。当我栅格化散点图时，我希望文件大小回到 png 的大小，因为我实际上只是将 png“嵌入”在 eps 对吧？然而，光栅化版本完全膨胀了约 20 倍:

png:48K，完全矢量化 eps:184K，光栅化 eps:3.8M(在 Linux openSUSE 上，python 3.4. 6, matplotlib 2.2.2)

这是什么原因？我对将情节光栅化时会发生什么的理解完全错误吗？当我将 png 放入 inkscape 并导出为 eps 时，我得到一个文件(显然是光栅化的)，其大小仅比原始 png.

演示代码:

import matplotlib.pyplot as plt
import numpy as np

# Prepare some random data
N = 10000
x = np.random.rand(N)
y = np.random.rand(N)

dpi = 150

# Create a figure and plot some points
fig = plt.figure()
ax = fig_mesh.add_subplot(111)

scatter = ax.scatter(x, y, zorder=0.5)

# Save it as png or unrasterized eps
fig_mesh.savefig('mesh.png', dpi=dpi) # 184K
fig_mesh.savefig('mesh.eps') # 48 K

# Save it with rasterized points
ax_mesh.set_rasterization_zorder(1)
fig_mesh.savefig('mesh_rasterized.eps', dpi=dpi, rasterized=True) # 3.8M!

提前致谢!

Answer 1

我将在这里回答我自己的问题，但感谢@ImportanceOfBeingErnest 为我指出了正确的方法。对该问题的简短回答是:我对 matplotlib 中的 rasterized 关键字(以及一般的光栅化)的实际作用有错误的理解。

文件大小增加的原因很简单，就是任何被栅格化的内容都必须作为无压缩位图放入生成的 eps 中。根据请求的 dpi，这可能比我们在未光栅化情况下的矢量指令集占用更少的空间，或者更多。可以通过将问题演示代码中的 dpi 值更改为不同的值来对此进行测试。例如，在 dpi = 10 时，光栅化图像明显较小 - 尽管在这种情况下，标绘点的分辨率低得令人难以忍受。然而，在矩形网格的情况下，例如由 pcolormesh 生成，实际上可以设置低 dpi 而不会丢失 pcolormesh 数据的“分辨率”。

为了完整起见，我添加了一个带有 pcolormesh 的示例，其中低 dpi 设置生成的光栅化 eps 小于矢量版本:

import matplotlib.pyplot as plt
import numpy as np

# Prepare some random data
n = 100
N = n*n
data = np.random.rand(N).reshape(n,n)

dpi = 50

# Create a figure and plot some points
fig = plt.figure()
ax = fig.add_subplot(111)

mesh = ax.pcolormesh(data, zorder=0.5)

# Save it as png or unrasterized eps
fig.savefig('mesh.png', dpi=dpi)
fig.savefig('mesh.eps')

# Save it with rasterized points
ax.set_rasterization_zorder(1)
fig.savefig('mesh_rasterized.eps', dpi=dpi, rasterized=True)

此外，在我的研究过程中，我发现了一个简单的“hack”，可以使用我希望的 epstopdf 和 pdftops 命令(在 linux 上测试)轻松减小 eps 的文件大小(看似没有损失)对某些人有用:

$ epstopdf my.eps #Creates file my.pdf
$ pdftops -eps my.pdf # Creates smaller my.eps (overwriting the old one!)

最后，一些帮助我达成理解的相关问题:

• Why is matplotlib figure filesize huge despite rasterized=True?
• eps and transparency issue (where actually @Hugo's answer helped me most)