强基初中数学&学Python——第266课数字和数学第三方模块Matplotlib之七：封装端-紧凑布局指南

　　如何使用紧凑布局清晰地绘制符合要求的图表。

　　紧凑布局自动调整subplot参数，使subplot(s)适合图表区域。这是一个试验特性，在某些情况下可能不起作用。它只检查刻度标签、轴标签和标题的范围。

　　紧凑布局的一种替代是约束布局（constrained_layout）。

简单示例

　　在matplotlib中，图表域（axes，包括子图表subplots）的位置在标准化图表（figure）坐标中指定。轴标签或标题（有时甚至是刻度标签）可能会超出图形区域，从而被剪裁。

　　为了防止这种情况，需要调整图表域（axes）的位置。对于子图表（subplots），可以使用Figure.subplots_adjust手动调整它参数。Figure.tight_layout自动执行此操作。

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

　　完整代码：

　　请注意，matplotlib.pyplot.tight_layout()仅在调用时调整subplot参数。为了在每次重新绘制图表时执行此调整，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。

　　完整代码：

ipython
%matplotlib tkimport matplotlib.pyplot as pltplt.rcParams["figure.autolayout"] = True
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) fig, ax = plt.subplots()example_plot(ax, fontsize=24)

　　当绘制多个子图表时，通常会看到不同图表域（axes）的标签彼此重叠。

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)

　　完整代码：

ipython
%matplotlib tkimport matplotlib.pyplot as plt
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, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2)example_plot(ax1)example_plot(ax2)example_plot(ax3)example_plot(ax4)

　　tight_layout() 还可以调整子图表之间的间距，以使重叠最少。

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()

　　完整代码：

tight_layout() 可以接受 pad、w_pad和h_pad的关键字参数。这些控件控制图表边界周围和子图表（subplots）之间的额外填充。填充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)

　　完整代码：

　　即使子图表的大小不同，只要其网格规范兼容，tight_layout()也可以工作。在下面的示例中，ax1和ax2是2x2网格的子图，而ax3是1x2网格的。

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()

　　完整代码：

ipython
%matplotlib tkimport matplotlib.pyplot as plt
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 = 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()创建的子图表（subplots）。通常，从gridspec（在图表中排列多个图表域，Arranging multiple Axes in a Figure）创建的子图表将起作用。

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()

　　完整代码：

ipython
%matplotlib tkimport matplotlib.pyplot as plt
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 = 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"（例如，带图像的图表域）。

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()

　　完整代码：

ipython%matplotlib tkimport matplotlib.pyplot as pltimport numpy as np
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，紧凑布局（tight_layout）会考虑图表域（axes）上的所有艺术家（artist）。要从布局计算中忽略某个艺术家，可以调用Artist.set_in_layout(True/False)（本文后面有例子）。

　　● 紧凑布局假设艺术家所需的额外空间独立于图表域（axes）的原始位置。这通常是正确的，但有极少情况不是。

　　● pad=0可以将一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。

与GridSpec一起使用

　　GridSpec有自己的GridSpec.tight_layout方法（pyplot api pyplot.tight_layout也适用）。

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)

　　完整代码：

ipython%matplotlib tkimport matplotlib.pyplot as pltimport matplotlib.gridspec as gridspec
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 = 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)

　　可以输入一个可选的rect（矩形）参数，该参数指定子图表（subplot）将放在其中的边界框。坐标必须为标准化图表（figure）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])

　　完整代码：

　　然而，我们不建议将其用于手动构建更复杂的布局，例如在图表的左侧和右侧各有一个GridSpec。对于这些用例，应该使用嵌套的Gridpec（Nested Gridspecs）或图表的子图表（Figure subfigures）。

图例和注释

　　Matplotlib 2.2之前，图例和注释被排除在决定布局的边界框计算之外。之后的版本，这些艺术家被添加到计算中，但有时不希望包括他们。例如，在这种情况下，最好将图表域（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()

　　完整代码：

ipython%matplotlib tkimport matplotlib.pyplot as pltfig, 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()

　　然而，有时这是不需要这样的（在使用fig.savefig（'outname.png'，bbox_inches='ight'）时经常如此）。为了从边界框计算中忽略图例，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()

　　完整代码：

ipython%matplotlib tkimport matplotlib.pyplot as pltfig, 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()

与AxesGrid1一起使用

　　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()

　　完整代码：

ipython%matplotlib tkimport matplotlib.pyplot as pltfrom mpl_toolkits.axes_grid1 import Grid
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 = 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()

色条（Colorbar）

　　如果使用Figure.colorbar创建了一个色条，则只要父图表域（axes）也是子图表（Subplot），所创建的色条也在子图表中绘制，因此Figure.tight_layout也起作用。

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()

　　完整代码：

ipython%matplotlib tkimport matplotlib.pyplot as pltimport numpy as np
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()

　　另一个选项是使用AxesGrid1工具包为色条显式创建图表域（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()

　　完整代码：

ipython%matplotlib tkimport matplotlib.pyplot as pltimport numpy as npfrom 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()

constrained_layout：

https://matplotlib.org/stable/tutorials/intermediate/constrainedlayout_guide.html

Figure.subplots_adjust：

https://matplotlib.org/stable/api/figure_api.html#matplotlib.figure.Figure.subplots_adjust

Figure.tight_layout：

https://matplotlib.org/stable/api/figure_api.html#matplotlib.figure.Figure.tight_layout

matplotlib.pyplot.tight_layout()：

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.tight_layout.html#matplotlib.pyplot.tight_layout

rcParams["figure.autolayout"]：

https://matplotlib.org/stable/tutorials/introductory/customizing.html?highlight=figure.autolayout#matplotlibrc-sample

tight_layout()：

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.tight_layout.html#matplotlib.pyplot.tight_layout

subplot2grid()：

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.subplot2grid.html#matplotlib.pyplot.subplot2grid

Arranging multiple Axes in a Figure：

https://matplotlib.org/stable/tutorials/intermediate/arranging_axes.html

Artist.set_in_layout：

https://matplotlib.org/stable/api/_as_gen/matplotlib.artist.Artist.set_in_layout.html#matplotlib.artist.Artist.set_in_layout

GridSpec.tight_layout：

https://matplotlib.org/stable/api/_as_gen/matplotlib.gridspec.GridSpec.html#matplotlib.gridspec.GridSpec.tight_layout

pyplot.tight_layout：

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.tight_layout.html#matplotlib.pyplot.tight_layout

mpl_toolkits.axes_grid1：

https://matplotlib.org/stable/api/toolkits/axes_grid1.html#module-mpl_toolkits.axes_grid1

Figure.colorbar：

https://matplotlib.org/stable/api/figure_api.html#matplotlib.figure.Figure.colorbar

强基初中数学&学Python——第266课 数字和数学第三方模块Matplotlib之七：封装端-紧凑布局指南

强基初中数学&学Python——第266课数字和数学第三方模块Matplotlib之七：封装端-紧凑布局指南