为什么使用光栅化保存为 .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eps 和部分光栅化eps。

对于大量的点，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”到eps 中，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？我对栅格化情节完全错误时会发生什么的理解？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 稍大。

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。 对这个问题的简短回答是：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。

对文件大小增加的解释仅仅是这样一个事实，即任何被光栅化的东西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向量指令集占用更少的空间，或者更多。 可以通过将问题的演示代码中的 dpi 值更改为不同的值来测试这一点。例如，在dpi = 10，光栅化图像明显更小 - 尽管在这种情况下，绘制点的分辨率低得无法忍受。但是，在矩形网格的情况下，例如正如pcolormesh 所产生的那样，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，在我的研究中，我发现了一个简单的“hack”，可以使用 epstopdf 和 pdftops 命令（在 linux 上测试）轻松减小 eps 的文件大小（似乎没有损失），我希望这对某些人有用：

$ 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)