密緻布局指南
原文： Tight Layout guide 譯者： 飛龍 協定： CC BY-NC-SA 4.0
tight_layout
會自動調整子圖參數，使之填充整個圖像區域。這是個實驗特性，可能在一些情況下不工作。它僅僅檢查坐标軸标簽、刻度标簽以及标題的部分。
簡單的示例
在 matplotlib 中，軸域（包括子圖）的位置以标準化圖形坐标指定。 可能發生的是，你的軸标簽或标題（有時甚至是刻度标簽）會超出圖形區域，是以被截斷。
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) 
為了避免它，軸域的位置需要調整。對于子圖，這可以通過調整子圖參數（
移動軸域的一條邊來給刻度标簽騰地方）。Matplotlib v1.1 引入了一個新的指令
tight_layout()
，自動為你解決這個問題。
plt.tight_layout() 
當你擁有多個子圖時，你會經常看到不同軸域的标簽疊在一起。
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()
也會調整子圖之間的間隔來減少堆疊。
tight_layout()
可以接受關鍵字參數
pad
、
w_pad
或者
h_pad
，這些參數圖像邊界和子圖之間的額外邊距。邊距以字型大小機關規定。
plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0) 即使子圖大小不同，
tight_layout()
也能夠工作，隻要網格的規定的相容的。在下面的例子中，
ax1
和
ax2
是 2x2 網格的子圖，但是
ax3
是 1x2 網格。
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()
建立的子圖。 一般來說，從
gridspec
（
使用GridSpec
）建立的子圖也能正常工作。
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() 雖然沒有徹底測試，它看起來也适用于
aspect
不為
auto
的子圖（例如帶有圖像的軸域）。
arr = np.arange(100).reshape((10,10))
plt.close('all')
fig = plt.figure(figsize=(5,4))
ax = plt.subplot(111)
im = ax.imshow(arr, interpolation="none")
plt.tight_layout() 警告
-
tight_layout()
- 它假定刻度标簽，軸标簽和标題所需的額外空間與軸域的原始位置無關。 這通常是真的，但在罕見的情況下不是。
-
pad = 0
GridSpec
GridSpec
GridSpec
擁有自己的
tight_layout()
方法（pyplot API 的
tight_layout()
也能生效）。
plt.close('all')
fig = plt.figure()
import matplotlib.gridspec as gridspec
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) 你可以提供一個可選的
rect
參數，指定子圖所填充的邊框。 坐标必須為标準化圖形坐标，預設值為
(0, 0, 1, 1)
。
gs1.tight_layout(fig, rect=[0, 0, 0.5, 1]) 例如，這可用于帶有多個
gridspecs
的圖形。
gs2 = gridspec.GridSpec(3, 1)
for ss in gs2:
ax = fig.add_subplot(ss)
example_plot(ax)
ax.set_title("")
ax.set_xlabel("")
ax.set_xlabel("x-label", fontsize=12)
gs2.tight_layout(fig, rect=[0.5, 0, 1, 1], h_pad=0.5) 我們可以嘗試比對兩個網格的頂部和底部。
top = min(gs1.top, gs2.top)
bottom = max(gs1.bottom, gs2.bottom)
gs1.update(top=top, bottom=bottom)
gs2.update(top=top, bottom=bottom) 雖然這應該足夠好了，調整頂部和底部可能也需要調整
hspace
。 為了更新
hspace
vspace
，我們再次使用更新後的
rect
參數調用
tight_layout()
。 注意，
rect
參數指定的區域包括刻度标簽。是以，我們将底部（正常情況下為 0）增加每個
gridspec
的底部之差。 頂部也一樣。
top = min(gs1.top, gs2.top)
bottom = max(gs1.bottom, gs2.bottom)
gs1.tight_layout(fig, rect=[None, 0 + (bottom-gs1.bottom),
0.5, 1 - (gs1.top-top)])
gs2.tight_layout(fig, rect=[0.5, 0 + (bottom-gs2.bottom),
None, 1 - (gs2.top-top)],
h_pad=0.5) AxesGrid1
AxesGrid1
雖然受限但也支援
axes_grid1
工具包
plt.close('all')
fig = plt.figure()
from mpl_toolkits.axes_grid1 import Grid
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() 顔色條
如果你使用
colorbar
指令建立了顔色條，建立的顔色條是
Axes
而不是
Subplot
的執行個體，是以
tight_layout
沒有效果。在 Matplotlib v1.1 中，你可以使用
gridspec
将顔色條建立為子圖。
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, use_gridspec=True)
plt.tight_layout() ![])
http://matplotlib.org/_images/tight_layout_guide-14.png另一個選項是使用
AxesGrid1
工具包，顯式為顔色條建立一個軸域：
plt.close('all')
arr = np.arange(100).reshape((10,10))
fig = plt.figure(figsize=(4, 4))
im = plt.imshow(arr, interpolation="none")
from mpl_toolkits.axes_grid1 import make_axes_locatable
divider = make_axes_locatable(plt.gca())
cax = divider.append_axes("right", "5%", pad="3%")
plt.colorbar(im, cax=cax)
plt.tight_layout()