紧凑布局指南

如何使用紧凑布局来整洁地将绘图放置在图形中。

tight_layout 自动调整子图参数，使子图适合图形区域。这是一个实验性功能，可能在某些情况下不起作用。它只检查刻度标签、轴标签和标题的范围。

tight_layout 的替代方案是 constrained_layout。

简单示例

使用默认的坐标轴位置，坐标轴标题、轴标签或刻度标签有时会超出图形区域，从而被裁剪。

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，需要调整坐标轴的位置。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。为了在每次重新绘制图形时执行此调整，您可以调用 fig.set_tight_layout(True)，或者，等效地，将 rcParams["figure.autolayout"] (默认: False) 设置为 True。

当您有多个子图时，通常会看到不同坐标轴的标签相互重叠。

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() 也会调整子图之间的间距，以最大限度地减少重叠。

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。这些参数控制图形边框周围和子图之间的额外填充。填充的单位是字体大小的分数。

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)

tight_layout() 即使子图的大小不同，只要它们的网格规范兼容，也能正常工作。在下面的示例中，ax1 和 ax2 是 2x2 网格的子图，而 ax3 是 1x2 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()

它可以与使用 subplot2grid() 创建的子图一起使用。通常，从 gridspec 创建的子图（在图中排列多个坐标轴）都可以使用。

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()

虽然没有经过彻底的测试，但它似乎也适用于 aspect != "auto" 的子图（例如，带有图像的坐标轴）。

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()

注意事项

• 默认情况下，tight_layout 会考虑坐标轴上的所有艺术家。要将艺术家从布局计算中移除，您可以调用 Artist.set_in_layout。

• tight_layout 假设艺术家所需的额外空间与坐标轴的原始位置无关。这通常是正确的，但在极少数情况下并非如此。

• pad=0 可能会将某些文本裁剪几个像素。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 pad 值。

与 GridSpec 一起使用

GridSpec 有自己的 GridSpec.tight_layout 方法（pyplot api pyplot.tight_layout 也有效）。

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)

您可以提供一个可选的 rect 参数，它指定子图将适合的边界框。坐标以归一化图形坐标表示，默认值为 (0, 0, 1, 1)（整个图形）。

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，我们不建议使用它来手动构建更复杂的布局，例如在图形的左侧和右侧各有一个 GridSpec。对于这些用例，应该利用 嵌套 Gridspecs 或 图形子图形。

图例和注释

在 Matplotlib 2.2 之前，图例和注释不包含在决定布局的边界框计算中。随后，这些艺术家被添加到计算中，但有时不希望包含它们。例如，在这种情况下，最好稍微缩小坐标轴，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，有时不希望这样做（使用 fig.savefig('outname.png', bbox_inches='tight') 时经常发生）。为了从边界框计算中移除图例，我们只需将其边界设置为 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()

与 AxesGrid1 一起使用

提供了对 mpl_toolkits.axes_grid1 的有限支持。

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()

颜色条

如果您使用 Figure.colorbar 创建颜色条，则创建的颜色条将绘制在子图中，只要父坐标轴也是子图，那么 Figure.tight_layout 就能正常工作。

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 工具包显式地为颜色条创建坐标轴。

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()