如何消除Matplotlib绘制直方图时的竖线伪影？

伪影成因分析 #

• 矢量PDF渲染的固有局限：Matplotlib默认绘制的直方图每个条形都是独立的矢量Patch对象，PDF阅读器渲染时，相邻独立图元的边缘因抗锯齿算法、像素对齐精度或渲染引擎差异，会产生细微缝隙（即你看到的竖线伪影），不同阅读器（如VS Code、Edge）的渲染逻辑不同，伪影明显程度也会有差异。
• 透明度的放大效应：虽然关闭透明度后伪影仍存在，但开启透明度时，PDF的alpha通道叠加计算会加剧缝隙的视觉表现；EPS格式无伪影，一方面是其矢量渲染逻辑与PDF不同，另一方面是EPS不支持透明度，规避了叠加计算带来的视觉偏差。
• Matplotlib默认绘制逻辑：默认离散创建每个条形的方式，是导致独立图元缝隙的直接原因。

解决方法 #

1. 绘制连续填充的模拟直方图 #

将直方图转换为连续填充的折线区域，生成单一连续矢量图元，从根源避免独立条形的缝隙：

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
data = np.random.randn(1000)
counts, bins = np.histogram(data, bins=30)

# 构造连续的坐标点，连接每个bin的左右边界
x = np.repeat(bins, 2)
y = np.zeros_like(x)
y[1:-1:2] = counts
y[2:-1:2] = counts

# 填充区域
plt.fill_between(x, y, color='#1f77b4')
plt.xlabel('Value')
plt.ylabel('Count')
plt.savefig('continuous_hist.pdf')
plt.close()

2. 启用Matplotlib路径简化配置 #

通过合并相邻矢量路径减少独立图元数量，缓解渲染缝隙：

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(1000)

# 全局配置或单图配置路径简化
plt.rcParams['path.simplify'] = True
plt.rcParams['path.simplify_threshold'] = 1.0

fig, ax = plt.subplots()
ax.hist(data, bins=30)
# 保存时也可单独指定参数
fig.savefig('simplified_hist.pdf', path_simplify=True, path_simplify_threshold=1.0)
plt.close()

3. 导出高分辨率位图 #

若需保留原始条形样式，可导出为PNG等高分辨率位图，规避矢量渲染的固有问题：

fig, ax = plt.subplots()
ax.hist(data, bins=30)
# 设置dpi为300或更高，保证清晰度
fig.savefig('high_res_hist.png', dpi=300)
plt.close()

4. 消除条形间隙与边缘线条 #

手动设置条形宽度匹配bin宽度，同时关闭条形边缘线条，减少缝隙的视觉呈现：

import matplotlib.pyplot as plt
import numpy as np

data = np.random.randn(1000)
fig, ax = plt.subplots()
counts, bins, patches = ax.hist(data, bins=30, edgecolor='none', linewidth=0)

# 让条形宽度完全匹配bin的宽度，消除间隙
bin_width = bins[1] - bins[0]
for patch in patches:
    patch.set_width(bin_width)

fig.savefig('tight_hist.pdf')
plt.close()

内容的提问来源于stack exchange，提问作者user2138149