概括和简化了psihodelia的答案：

如果要通过因子sizefactor更改地物的当前大小：

import matplotlib.pyplot as plt

# Here goes your code

fig_size = plt.gcf().get_size_inches() # Get current size
sizefactor = 0.8 # Set a zoom factor
# Modify the current size by the factor
plt.gcf().set_size_inches(sizefactor * fig_size) 

更改当前大小后，可能需要微调子地块布局。您可以在图形窗口GUI中或通过命令sublots_adjust执行此操作

例如

plt.subplots_adjust(left=0.16, bottom=0.19, top=0.82)

如果您正在寻找一种方法来更改Pandas中的图形大小，可以执行以下操作：

df['some_column'].plot(figsize=(10, 5))

其中df是Pandas数据帧。或者，要使用现有图形或轴：

fig, ax = plt.subplots(figsize=(10, 5))
df['some_column'].plot(ax=ax)

如果要更改默认设置，可以执行以下操作：

import matplotlib

matplotlib.rc('figure', figsize=(10, 5))

有关详细信息，请查看文档：pd.DataFrame.plot。

使用plt.rcParams

如果您想在不使用地物环境的情况下更改大小，也可以使用此解决方法。例如，如果使用plt.plot（），可以设置一个具有宽度和高度的元组。

import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"] = (20,3)

这在内联绘图时非常有用（例如，使用IPython Notebook）。正如我们所注意到的，最好不要将此语句放在imports语句的同一单元格中。

要将后续绘图的全局地物尺寸重置回默认值，请执行以下操作：

plt.rcParams["figure.figsize"] = plt.rcParamsDefault["figure.figsize"]

转换为厘米

figsize元组接受英寸，因此如果要将其设置为厘米，则必须将其除以2.54。看看这个问题。

折旧说明：根据Matplotlib官方指南，不再建议使用pylab模块。请考虑改用matplotlib.pyplot模块，如另一个答案所述。

以下方法似乎有效：

from pylab import rcParams
rcParams['figure.figsize'] = 5, 10

这使图形的宽度为5英寸，高度为10英寸。

然后，Figure类将其用作其参数之一的默认值。

您可以简单地使用（来自matplotlib.figure.figure）：

fig.set_size_inches(width,height)

从Matplotlib 2.0.0开始，画布的更改将立即可见，因为forward关键字默认为True。

如果只想更改宽度或高度，而不是同时更改两者，可以使用

图set_figwidth（val）或图set_feight（val）

这些也会立即更新画布，但仅限于Matplotlib 2.2.0及更新版本。

对于旧版本

您需要显式指定forward=True，以便在比上面指定的更早的版本中实时更新画布。注意，在Matplotlib 1.5.0之前的版本中，set_figwidth和set_figeight函数不支持forward参数。

谷歌中“matplotlib图形大小”的第一个链接是调整图像大小（页面的谷歌缓存）。

这是上面页面中的测试脚本。它创建同一图像的不同大小的测试[1-3].png文件：

#!/usr/bin/env python
"""
This is a small demo file that helps teach how to adjust figure sizes
for matplotlib

"""

import matplotlib
print "using MPL version:", matplotlib.__version__
matplotlib.use("WXAgg") # do this before pylab so you don'tget the default back end.

import pylab
import numpy as np

# Generate and plot some simple data:
x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)

pylab.plot(x,y)
F = pylab.gcf()

# Now check everything with the defaults:
DPI = F.get_dpi()
print "DPI:", DPI
DefaultSize = F.get_size_inches()
print "Default size in Inches", DefaultSize
print "Which should result in a %i x %i Image"%(DPI*DefaultSize[0], DPI*DefaultSize[1])
# the default is 100dpi for savefig:
F.savefig("test1.png")
# this gives me a 797 x 566 pixel image, which is about 100 DPI

# Now make the image twice as big, while keeping the fonts and all the
# same size
F.set_size_inches( (DefaultSize[0]*2, DefaultSize[1]*2) )
Size = F.get_size_inches()
print "Size in Inches", Size
F.savefig("test2.png")
# this results in a 1595x1132 image

# Now make the image twice as big, making all the fonts and lines
# bigger too.

F.set_size_inches( DefaultSize )# resetthe size
Size = F.get_size_inches()
print "Size in Inches", Size
F.savefig("test3.png", dpi = (200)) # change the dpi
# this also results in a 1595x1132 image, but the fonts are larger.

输出：

using MPL version: 0.98.1
DPI: 80
Default size in Inches [ 8.  6.]
Which should result in a 640 x 480 Image
Size in Inches [ 16.  12.]
Size in Inches [ 16.  12.]

两个注意事项：

模块注释和实际输出不同。这个答案允许轻松地将所有三个图像组合在一个图像文件中，以查看大小的差异。