263

我熟悉以下问题：

Matplotlib savefig 带有图外的图例

如何将传说从情节中剔除

似乎这些问题的答案具有能够摆弄轴的精确缩小以使图例适合的奢侈。

然而，缩小坐标轴并不是一个理想的解决方案，因为它会使数据变小，实际上更难以解释；特别是当它很复杂并且有很多事情发生时......因此需要一个大的传说

文档中的复杂图例示例说明了这样做的必要性，因为他们图中的图例实际上完全掩盖了多个数据点。

http://matplotlib.sourceforge.net/users/legend_guide.html#legend-of-complex-plots

我想要做的是动态扩展图形框的大小以适应扩展图形图例。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-2*np.pi, 2*np.pi, 0.1)
fig = plt.figure(1)
ax = fig.add_subplot(111)
ax.plot(x, np.sin(x), label='Sine')
ax.plot(x, np.cos(x), label='Cosine')
ax.plot(x, np.arctan(x), label='Inverse tan')
lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,0))
ax.grid('on')

请注意最终标签“逆棕褐色”实际上是如何在图形框之外的（并且看起来很严重 - 不是出版质量！） 在此处输入图像描述

最后，我被告知这是 R 和 LaTeX 中的正常行为，所以我有点困惑为什么这在 python 中如此困难......有历史原因吗？Matlab 在这件事上是否同样糟糕？

我在 pastebin http://pastebin.com/grVjc007上有这个代码的（只是稍微）更长的版本

4

3 回答 3

352

抱歉，EMS，但实际上我刚刚从 matplotlib 邮件列表中收到了另一个回复（感谢 Benjamin Root）。

我正在寻找的代码正在将 savefig 调用调整为：

fig.savefig('samplefigure', bbox_extra_artists=(lgd,), bbox_inches='tight')
#Note that the bbox_extra_artists must be an iterable

这显然类似于调用tight_layout，但您允许 savefig 在计算中考虑额外的艺术家。实际上，这确实根据需要调整了图形框的大小。

import matplotlib.pyplot as plt
import numpy as np

plt.gcf().clear()
x = np.arange(-2*np.pi, 2*np.pi, 0.1)
fig = plt.figure(1)
ax = fig.add_subplot(111)
ax.plot(x, np.sin(x), label='Sine')
ax.plot(x, np.cos(x), label='Cosine')
ax.plot(x, np.arctan(x), label='Inverse tan')
handles, labels = ax.get_legend_handles_labels()
lgd = ax.legend(handles, labels, loc='upper center', bbox_to_anchor=(0.5,-0.1))
text = ax.text(-0.2,1.05, "Aribitrary text", transform=ax.transAxes)
ax.set_title("Trigonometry")
ax.grid('on')
fig.savefig('samplefigure', bbox_extra_artists=(lgd,text), bbox_inches='tight')

这会产生：

[编辑] 这个问题的目的是完全避免使用任意文本的任意坐标位置，这是这些问题的传统解决方案。尽管如此，最近的许多编辑都坚持将它们放入，通常以导致代码引发错误的方式。我现在已经解决了这些问题并整理了任意文本，以展示如何在 bbox_extra_artists 算法中考虑这些问题。

于 2012-04-14T15:26:20.747 回答
32

补充：我发现了一些可以立即解决问题的方法，但下面的其余代码也提供了一种替代方法。

使用subplots_adjust()函数将子图的底部向上移动：

fig.subplots_adjust(bottom=0.2) # <-- Change the 0.02 to work for your plot.

bbox_to_anchor然后在图例命令的图例部分中使用偏移量，以获取所需的图例框。figsize设置和使用的某种组合subplots_adjust(bottom=...)应该为您生成高质量的图。

替代方案： 我只是改变了这一行：

fig = plt.figure(1)

到：

fig = plt.figure(num=1, figsize=(13, 13), dpi=80, facecolor='w', edgecolor='k')

并改变了

lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,0))

到

lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,-0.02))

它在我的屏幕（24 英寸 CRT 显示器）上显示良好。

这里figsize=(M,N)将图形窗口设置为 M 英寸乘 N 英寸。只是玩这个，直到它看起来适合你。将其转换为更具可扩展性的图像格式，并在必要时使用 GIMP 进行编辑，或者viewport在包含图形时使用 LaTeX 选项进行裁剪。

于 2012-04-13T06:42:13.110 回答
16

这是另一个非常手动的解决方案。您可以定义轴的大小并相应地考虑填充（包括图例和刻度线）。希望它对某人有用。

示例（轴大小相同！）：

在此处输入图像描述

代码：

#==================================================
# Plot table

colmap = [(0,0,1) #blue
         ,(1,0,0) #red
         ,(0,1,0) #green
         ,(1,1,0) #yellow
         ,(1,0,1) #magenta
         ,(1,0.5,0.5) #pink
         ,(0.5,0.5,0.5) #gray
         ,(0.5,0,0) #brown
         ,(1,0.5,0) #orange
         ]


import matplotlib.pyplot as plt
import numpy as np

import collections
df = collections.OrderedDict()
df['labels']        = ['GWP100a\n[kgCO2eq]\n\nasedf\nasdf\nadfs','human\n[pts]','ressource\n[pts]'] 
df['all-petroleum long name'] = [3,5,2]
df['all-electric']  = [5.5, 1, 3]
df['HEV']           = [3.5, 2, 1]
df['PHEV']          = [3.5, 2, 1]

numLabels = len(df.values()[0])
numItems = len(df)-1
posX = np.arange(numLabels)+1
width = 1.0/(numItems+1)

fig = plt.figure(figsize=(2,2))
ax = fig.add_subplot(111)
for iiItem in range(1,numItems+1):
  ax.bar(posX+(iiItem-1)*width, df.values()[iiItem], width, color=colmap[iiItem-1], label=df.keys()[iiItem])
ax.set(xticks=posX+width*(0.5*numItems), xticklabels=df['labels'])

#--------------------------------------------------
# Change padding and margins, insert legend

fig.tight_layout() #tight margins
leg = ax.legend(loc='upper left', bbox_to_anchor=(1.02, 1), borderaxespad=0)
plt.draw() #to know size of legend

padLeft   = ax.get_position().x0 * fig.get_size_inches()[0]
padBottom = ax.get_position().y0 * fig.get_size_inches()[1]
padTop    = ( 1 - ax.get_position().y0 - ax.get_position().height ) * fig.get_size_inches()[1]
padRight  = ( 1 - ax.get_position().x0 - ax.get_position().width ) * fig.get_size_inches()[0]
dpi       = fig.get_dpi()
padLegend = ax.get_legend().get_frame().get_width() / dpi 

widthAx = 3 #inches
heightAx = 3 #inches
widthTot = widthAx+padLeft+padRight+padLegend
heightTot = heightAx+padTop+padBottom

# resize ipython window (optional)
posScreenX = 1366/2-10 #pixel
posScreenY = 0 #pixel
canvasPadding = 6 #pixel
canvasBottom = 40 #pixel
ipythonWindowSize = '{0}x{1}+{2}+{3}'.format(int(round(widthTot*dpi))+2*canvasPadding
                                            ,int(round(heightTot*dpi))+2*canvasPadding+canvasBottom
                                            ,posScreenX,posScreenY)
fig.canvas._tkcanvas.master.geometry(ipythonWindowSize) 
plt.draw() #to resize ipython window. Has to be done BEFORE figure resizing!

# set figure size and ax position
fig.set_size_inches(widthTot,heightTot)
ax.set_position([padLeft/widthTot, padBottom/heightTot, widthAx/widthTot, heightAx/heightTot])
plt.draw()
plt.show()
#--------------------------------------------------
#==================================================
于 2013-04-08T07:06:30.667 回答