matplotlib 中设置图形大小的语句如下：
fig = plt.figure(figsize=(a, b), dpi=dpi)
其中：
- figsize 设置图形的大小，a 为图形的宽， b 为图形的高，单位为英寸
- dpi 为设置图形每英寸的点数
则此时图形的像素为：
px, py = a*dpi, b*dpi # pixels # e.g. # 6.4 inches * 100 dpi = 640 pixels
也就是说，同一像素尺寸的图形（比如 1200 * 600）可以有任意种不同的组合，比如：
figsize=(15,7.5), dpi= 80 figsize=(12,6) , dpi=100 figsize=( 8,4) , dpi=150 figsize=( 6,3) , dpi=200 etc.
但这些不同的组合，有什么区别呢？这取决于图中元素的大小。
线条，标记，文本等大多数元素都有以磅为单位的大小。Matplotlib 中 每英寸点数（ppi）为72，则宽度为 1 点的线将为 1/72 英寸宽，使用 fontsize 12 点的文本将是 12/72 寸高。
为了便于说明，用 matplotlib绘制相应的图形，如 表1 所示。
如果以英寸为单位更改图形大小，而 dpi 不变，较大的图形仍具有相同的元素大小。因此，改变图形尺寸就像拿一张不同尺寸的纸张一样，这样做当然不会改变用同一笔绘制的线条的宽度。通过表 1 中的图形2， 4， 6 的对比，可以明显的看出来这一点。
另一方面，更改dpi会缩放元素。在72 dpi时，1 宽度的线是 1 像素。在144 dpi时，这条线就是 2 像素。因此，更大的dpi就像放大镜一样。所有元素都通过镜头的放大倍数进行缩放。 通过表 1 中的图形 1 3 5 的对比，可以看出这一点。
综上：
- 图形尺寸（figsize）确定图形的大小（以英寸为单位）。 这给出了轴（和其他元素）在图中的空间量。 较大的图形尺寸将允许显示更长的文本，更多的轴或更多的标记标签（表1中图形3与图形4，图形5与图形6的对比可看出，像素尺寸相同时，图形尺寸越大，所能容纳的内容越多）。
- dpi 确定了图形每英寸包含的像素数，图形尺寸相同的情况下， dpi 越高，则图像的清晰度越高（表1中 1，3，5 对比可看出）
易混乱的点
由表 1 中的 1，3，5 对比可看出，明明是相同尺寸的图片，可显示出来大小却差异极大，是不是说明 figsize 的设置根本没用？
这主要是因为图形在屏幕中的显示是以像表为基准的，像素点越高，尺寸看起来也就越大。表 1 中的 1，3，5，其 尺寸相同， dpi 越大，则像素也就越大，因此图形整个看起来也就越大。
为了验证这个问题，可以将上述 6 个图形插入到 word 中，如下图所示。从图中可看出，figsize 相同的图形，其大小相同，只不过 dpi 越高，图像越清晰。也就是说 figsize 的设置可以在打印或者排版时发挥作用。
最后，附上画图的相关代码供参考：
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2019/1/27 14:47 # @Author : 木子识时务 # @Site : # @File : 图形尺寸设置 # @Software: PyCharm import matplotlib.pyplot as plt def plot(fs, dpi_set): plt.figure(figsize=fs, dpi=dpi_set) plt.title("size:{}, dpi:{}".format(fs, dpi)) plt.plot([0, 1, 2, 3], [3, 4, 2, 5]) plt.savefig(str(fs) + "-" + str(dpi_set) + ".png") if __name__ == "__main__": figsize = (2, 2) for i in range(1, 4): plot(figsize, i*72) for i in [2, 4, 6]: plot((i, i), 72)