matplotlib从起点出发(11)_Tutorial_11_TightLayout

如何使用紧凑的而已来干净利落地将绘图放入图形中。

tight_layout会自动调整子图参数，使子图适合图区域。这是一项实验性功能，在某些情况下可能不起作用。它仅检查刻度标签、轴标签和标题的范围。

tight_layout的替代方法是constrained_layout。

1 简单的例子

在matplotlib中，Axes（包括子图）的位置归一化的图形坐标指定。你的轴标签或标题（有时甚至是刻度标签）可能会超出图窗区域，从而被剪裁。

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['savefig.facecolor'] = "0.8"


def example_plot(ax, fontsize=12):
    ax.plot([1, 2])

    ax.locator_params(nbins=3)
    ax.set_xlabel('x-label', fontsize=fontsize)
    ax.set_ylabel('y-label', fontsize=fontsize)
    ax.set_title('Title', fontsize=fontsize)

plt.close('all')
fig, ax = plt.subplots()
example_plot(ax, fontsize=24)

为了防止这种情况，需要调整Axes的位置。对于子图，可以通过使用Figure.subplots_adjust调整子图参数来手动完成。Figure.tight_layout会自动执行此操作。

fig, ax = plt.subplots()
example_plot(ax, fontsize=24)
plt.tight_layout()

请注意，matplotlib.pyplot.tight_layout()只会在调用时调整子图参数。为了在每次重绘图形时执行此调整，可以调用fig.set_tight_layout(True)，或者等效地将rcParams["figure.autolayout"]（默认值：False）设置为True.

当有多个子图存在时，通常会看到不同的Axes的标签相互重叠。

plt.close('all')

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2)
example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
example_plot(ax4)

tight_layout()还可以调整子图之间的间距以最小化重叠。

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2)
example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
example_plot(ax4)
plt.tight_layout()

tight_layout()可以接受pad、w_pad和h_pad的关键字参数。它们控制着图形边框周围和子图之间的额外填充。填充器以字体大小的分数指定。

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2)
example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
example_plot(ax4)
plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)

即使子图的大小不同，只要它们的网格规格兼容，tight_layout()也会起作用，在下面的示例中，ax1和ax2是$2\times 2$网格的子图，而ax3是$1\times 2$网格的子图。

plt.close('all')
fig = plt.figure()

ax1 = plt.subplot(221)
ax2 = plt.subplot(223)
ax3 = plt.subplot(122)

example_plot(ax1)
example_plot(ax2)
example_plot(ax3)

plt.tight_layout()

它适用于使用subplot2grid()创建的子图。通常，从gridspec（在图中排列多个Axes）创建的子图将起作用。

plt.close('all')
fig = plt.figure()

ax1 = plt.subplot2grid((3, 3), (0, 0))
ax2 = plt.subplot2grid((3, 3), (0, 1), colspan=2)
ax3 = plt.subplot2grid((3, 3), (1, 0), colspan=2, rowspan=2)
ax4 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)

example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
example_plot(ax4)

plt.tight_layout()

虽然没有经过彻底测试，但它似乎适用于具有aspect != "auto"的子图（例如，带有图像的Axes）。

arr = np.arange(100).reshape((10, 10))

plt.close('all')
fig = plt.figure(figsize=(5, 4))

ax = plt.subplot()
im = ax.imshow(arr, interpolation="none")

plt.tight_layout()

2 警告

• tight_layout默认情况下，考虑Axes上的所有Artist。若要从布局计算中删除Artist，可以调用Artist.set_in_layout；
• tight_layout假设Artist所需的额外空间与轴的原始位置无关。这通常是正确的，但在极少数情况下并非如此；
• pad=0可以将某些文本剪辑几个像素。这可能是当前算法的错误或限制，目前尚不清楚为什么会发生这种情况。同时，建议使用大于0.3的填充。

3 使用 GridSpec

GridSpec有自己的GridSpec.tight_layout方法(pyplot api pyplot.tight_layout也可以)。

import matplotlib.gridspec as gridspec

plt.close('all')
fig = plt.figure()

gs1 = gridspec.GridSpec(2, 1)
ax1 = fig.add_subplot(gs1[0])
ax2 = fig.add_subplot(gs1[1])

example_plot(ax1)
example_plot(ax2)

gs1.tight_layout(fig)

可以提供一个可选的rect参数，该参数指定子图将适合的边界框。坐标必须采用归一化图形坐标，默认值为(0,0,1,1)。

fig = plt.figure()

gs1 = gridspec.GridSpec(2, 1)
ax1 = fig.add_subplot(gs1[0])
ax2 = fig.add_subplot(gs1[1])

example_plot(ax1)
example_plot(ax2)

gs1.tight_layout(fig, rect=[0, 0, 0.5, 1.0])

但是，我们不建议将其用于手动构造更复杂的布局，例如在图的左侧有一个GridSpec，在图的右侧有一个GridSpec。对于这些用例，应该利用嵌套网格规范或Figure子图。

3 图例和注释

在matplotlib2.2之前，图例和注释被排除在决定布局的边界框计算之外。随后，这些Artist被添加到计算中，但有时不希望将它们包括在内。例如，在这种情况下，最好将Axes缩小一点，以便为图例腾出空间：

fig, ax = plt.subplots(figsize=(4, 3))
lines = ax.plot(range(10), label='A simple plot')
ax.legend(bbox_to_anchor=(0.7, 0.5), loc='center left',)
fig.tight_layout()
plt.show()

但是，有时这是不希望的（通常在使用fig.savefig('outname.png',bbox_inches='tight')时）。为了从边界框计算中删除图例，我们只需设置其边界leg.set_in_layout(False)，图例将被忽略。

fig, ax = plt.subplots(figsize=(4, 3))
lines = ax.plot(range(10), label='B simple plot')
leg = ax.legend(bbox_to_anchor=(0.7, 0.5), loc='center left',)
leg.set_in_layout(False)
fig.tight_layout()
plt.show()

4 使用AxesGrid1

虽然受到限制，但也支持mpl_toolkits.axes_grid1。

from mpl_toolkits.axes_grid1 import Grid

plt.close('all')
fig = plt.figure()
grid = Grid(fig, rect=111, nrows_ncols=(2, 2),
            axes_pad=0.25, label_mode='L',
            )

for ax in grid:
    example_plot(ax)
ax.title.set_visible(False)

plt.tight_layout()

5 颜色条

如果使用Figure.colorbar创建颜色条，则只要父Axes也是子图，创建的乐观积极就会在子图中绘制，因此Figure.tight_layout将起作用。

plt.close('all')
arr = np.arange(100).reshape((10, 10))
fig = plt.figure(figsize=(4, 4))
im = plt.imshow(arr, interpolation="none")

plt.colorbar(im)

plt.tight_layout()

另一种选择是使用AxesGrid1工具包为颜色条显式创建Axes。

from mpl_toolkits.axes_grid1 import make_axes_locatable

plt.close('all')
arr = np.arange(100).reshape((10, 10))
fig = plt.figure(figsize=(4, 4))
im = plt.imshow(arr, interpolation="none")

divider = make_axes_locatable(plt.gca())
cax = divider.append_axes("right", "5%", pad="3%")
plt.colorbar(im, cax=cax)

plt.tight_layout()