Matplotlib生成的PDF更大且模糊，能否优化至R生成的水平？

用户分别用R和Matplotlib绘制相同数据的直方图并保存为PDF，代码如下：

R代码 #

set.seed(42)
x = c(rnorm(1000, 1, 1), rnorm(1000, 8, 3))
pdf("Rplot.pdf", width = 10, height = 3.33)
par(mar = c(4, 5, 0, 0), family = "serif")
hist(x, breaks = 100, border = NA, col = "gray", 
     xlab = "x", ylab = "Frequency", cex.lab = 2.75, cex.axis = 2,
     main = "", las = 1, xaxt = "n")
axis(side = 1, at = seq(-2.5, by = 2.5, len = 30), cex.axis = 2)
dev.off()

Matplotlib原始代码 #

import numpy as np
import matplotlib.pyplot as plt
np.random.seed(42)
x = np.concatenate((np.random.normal(1, 1, size = 1000),
   np.random.normal(8, 3, size = 1000)))
plt.close()
plt.rcParams["figure.figsize"] = (10, 3.33)
plt.rcParams["font.family"] = "Times New Roman"
plt.rcParams["axes.spines.bottom"] = True
plt.rcParams["axes.spines.left"] = True
plt.rcParams["axes.spines.top"] = False
plt.rcParams["axes.spines.right"] = False
tmp = plt.hist(x, bins = 100, color = 'lightgray')
plt.xlabel('x', fontsize = 30)
plt.ylabel('Frequency', fontsize = 30)
tmp = plt.xticks(fontsize = 25)
tmp = plt.yticks(fontsize = 25)
plt.tight_layout()
plt.savefig("pyPlot.pdf", bbox_inches='tight')

现象 #

生成的pyPlot.pdf（13KB）体积是Rplot.pdf（5KB）的2.6倍，且在Adobe Reader中显示更模糊；但保存为SVG格式时两者效果一致。用户希望用Matplotlib生成与R版本同等质量和体积的PDF，同时想了解R是否有额外优化。

解决方案 #

关键差异说明 #

R的PDF设备默认使用Type 1矢量字体，且对图形元素的矢量渲染做了精简；而Matplotlib默认使用Type 3字体（位图化矢量字体），且直方图绘制时可能生成冗余的矢量路径，导致文件体积大、显示模糊。

优化后的Matplotlib代码如下：

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(42)
x = np.concatenate((np.random.normal(1, 1, size=1000),
                    np.random.normal(8, 3, size=1000)))

plt.close()
# 核心优化：强制使用Type 1矢量字体，避免位图化模糊
plt.rcParams["pdf.fonttype"] = 42
plt.rcParams["ps.fonttype"] = 42
plt.rcParams["figure.figsize"] = (10, 3.33)
plt.rcParams["font.family"] = "serif"  # 和R的family="serif"保持一致
plt.rcParams["axes.spines.bottom"] = True
plt.rcParams["axes.spines.left"] = True
plt.rcParams["axes.spines.top"] = False
plt.rcParams["axes.spines.right"] = False

# 绘制直方图时关闭边缘，减少冗余矢量元素
n, bins, patches = plt.hist(x, bins=100, color='gray', edgecolor='none')

plt.xlabel('x', fontsize=30)
plt.ylabel('Frequency', fontsize=30)
# 对齐R的坐标轴刻度逻辑
plt.xticks(ticks=np.arange(-2.5, 70, 2.5), fontsize=25)
plt.yticks(fontsize=25)
plt.tight_layout()

# 优化保存参数，压缩文件体积同时保证精度
plt.savefig("pyPlot_optimized.pdf", bbox_inches='tight', dpi=600, 
            facecolor='white', edgecolor='none')
plt.close()

优化点详解 #

1. 字体设置：pdf.fonttype=42和ps.fonttype=42强制使用Type 1矢量字体，彻底解决模糊问题并显著缩小文件体积。
2. 图形精简：直方图设置edgecolor='none'（对应R的border=NA），避免生成大量冗余的边缘路径。
3. 样式对齐：统一字体家族、坐标轴刻度逻辑，保证和R生成的图形样式一致。
4. 保存优化：dpi=600保证矢量渲染精度，配合默认的PDF压缩机制进一步缩小体积。

效果验证 #

优化后的PDF体积会接近R生成的版本，显示清晰度完全一致，SVG格式效果也不受影响。

内容的提问来源于stack exchange，提问作者user2961927