matplotlib - 创建具有精确大小且无填充的图形(以及轴外的图例)

Question

我正在尝试为一篇科学文章制作一些图形，所以我希望我的图形具有特定的尺寸。我还看到默认情况下，Matplotlib 在图形的边框上添加了很多填充，这是我不需要的(因为无论如何这些图形都将位于白色背景上)。

要设置特定的图形大小，我只需使用 plt.figure(figsize = [w, h]) ，我添加了参数 tight_layout = {'pad': 0}删除填充。这非常有效，即使我添加标题、y/x 标签等也能正常工作。示例:

fig = plt.figure(
    figsize = [3,2],
    tight_layout = {'pad': 0}
)
ax = fig.add_subplot(111)
plt.title('title')
ax.set_ylabel('y label')
ax.set_xlabel('x label')
plt.savefig('figure01.pdf')

这将创建一个精确大小为 3x2(英寸)的 pdf 文件。



我遇到的问题是，例如，当我在轴外添加文本框(通常是图例框)时，Matplotlib 不会像添加标题/轴标签时那样为文本框腾出空间。通常文本框被切断，或者根本不显示在保存的图中。例子:

plt.close('all')
fig = plt.figure(
    figsize = [3,2],
    tight_layout = {'pad': 0}
)
ax = fig.add_subplot(111)
plt.title('title')
ax.set_ylabel('y label')
ax.set_xlabel('x label')
t = ax.text(0.7, 1.1, 'my text here', bbox = dict(boxstyle = 'round'))
plt.savefig('figure02.pdf')

我在其他地方找到的解决方案是添加参数 bbox_inches = 'tight'到 savefig 命令。现在像我想要的那样包含文本框，但 pdf 现在大小错误。似乎 Matplotlib 只是使图形更大，而不是像添加标题和 x/y 标签时那样减小轴的大小。

例子:

plt.close('all')
fig = plt.figure(
    figsize = [3,2],
    tight_layout = {'pad': 0}
)
ax = fig.add_subplot(111)
plt.title('title')
ax.set_ylabel('y label')
ax.set_xlabel('x label')
t = ax.text(0.7, 1.1, 'my text here', bbox = dict(boxstyle = 'round'))
plt.savefig('figure03.pdf', bbox_inches = 'tight')

(这个数字是3.307x2.248)

是否有任何解决方案可以覆盖大多数情况，并且在轴外有图例？

Answer 1

所以要求是:

具有固定的、预定义的图形大小

在轴外添加文本标签或图例

轴和文本不能重叠

轴与标题和轴标签一起紧靠图形边框。

所以tight_layout与 pad = 0 , 解决 1. 和 4. 但与 2. 矛盾。

可以考虑设置pad到更大的值。这将解决 2。但是，因为它在所有方向上都是对称的，所以它会与 4 相矛盾。

使用 bbox_inches = 'tight'改变图形大小。矛盾1。

所以我认为这个问题没有通用的解决方案。

我能想到的是:它在图形坐标中设置文本，然后在水平或垂直方向调整轴的大小，以便轴和文本之间没有重叠。

import matplotlib.pyplot as plt 
import matplotlib.transforms

fig = plt.figure(figsize = [3,2]) 
ax = fig.add_subplot(111)
plt.title('title')
ax.set_ylabel('y label')
ax.set_xlabel('x label')

def text_legend(ax, x0, y0, text, direction = "v", padpoints = 3, margin=1.,**kwargs):
    ha = kwargs.pop("ha", "right")
    va = kwargs.pop("va", "top")
    t = ax.figure.text(x0, y0, text, ha=ha, va=va, **kwargs) 
    otrans = ax.figure.transFigure

    plt.tight_layout(pad=0)
    ax.figure.canvas.draw()
    plt.tight_layout(pad=0)
    offs =  t._bbox_patch.get_boxstyle().pad * t.get_size() + margin # adding 1pt
    trans = otrans + \
            matplotlib.transforms.ScaledTranslation(-offs/72.,-offs/72.,fig.dpi_scale_trans)
    t.set_transform(trans)
    ax.figure.canvas.draw()

    ppar = [0,-padpoints/72.] if direction == "v" else [-padpoints/72.,0] 
    trans2 = matplotlib.transforms.ScaledTranslation(ppar[0],ppar[1],fig.dpi_scale_trans) + \
             ax.figure.transFigure.inverted() 
    tbox = trans2.transform(t._bbox_patch.get_window_extent())
    bbox = ax.get_position()
    if direction=="v":
        ax.set_position([bbox.x0, bbox.y0,bbox.width, tbox[0][1]-bbox.y0]) 
    else:
        ax.set_position([bbox.x0, bbox.y0,tbox[0][0]-bbox.x0, bbox.height]) 

# case 1: place text label at top right corner of figure (1,1). Adjust axes height.
#text_legend(ax, 1,1, 'my text here', bbox = dict(boxstyle = 'round'), )

# case 2: place text left of axes, (1, y), direction=="v"
text_legend(ax, 1., 0.8, 'my text here', margin=2., direction="h", bbox = dict(boxstyle = 'round') )

plt.savefig(__file__+'.pdf')
plt.show()

案例 1(左)和案例 2(右):



用图例做同样的事情稍微容易一些，因为我们可以直接使用 bbox_to_anchor参数，不需要控制图例周围的花哨框。

import matplotlib.pyplot as plt 
import matplotlib.transforms

fig = plt.figure(figsize = [3.5,2]) 
ax = fig.add_subplot(111)
ax.set_title('title')
ax.set_ylabel('y label')
ax.set_xlabel('x label')
ax.plot([1,2,3], marker="o", label="quantity 1")
ax.plot([2,1.7,1.2], marker="s", label="quantity 2")

def legend(ax, x0=1,y0=1, direction = "v", padpoints = 3,**kwargs):
    otrans = ax.figure.transFigure
    t = ax.legend(bbox_to_anchor=(x0,y0), loc=1, bbox_transform=otrans,**kwargs)
    plt.tight_layout(pad=0)
    ax.figure.canvas.draw()
    plt.tight_layout(pad=0)
    ppar = [0,-padpoints/72.] if direction == "v" else [-padpoints/72.,0] 
    trans2=matplotlib.transforms.ScaledTranslation(ppar[0],ppar[1],fig.dpi_scale_trans)+\
             ax.figure.transFigure.inverted() 
    tbox = t.get_window_extent().transformed(trans2 )
    bbox = ax.get_position()
    if direction=="v":
        ax.set_position([bbox.x0, bbox.y0,bbox.width, tbox.y0-bbox.y0]) 
    else:
        ax.set_position([bbox.x0, bbox.y0,tbox.x0-bbox.x0, bbox.height]) 

# case 1: place text label at top right corner of figure (1,1). Adjust axes height.
#legend(ax, borderaxespad=0)
# case 2: place text left of axes, (1, y), direction=="h"
legend(ax,y0=0.8, direction="h", borderaxespad=0.2)

plt.savefig(__file__+'.pdf')
plt.show()

为什么72 ? 72是每英寸的点数 (ppi)。这是一个固定的排版单元，例如字体大小总是以磅为单位(如 12pt)。因为matplotlib以相对于字体大小的单位定义了文本框的填充，即点，我们需要使用72转换回英寸(然后显示坐标)。此处未触及默认的每英寸点数 (dpi)，但在 fig.dpi_scale_trans 中进行了说明。 .如果要更改 dpi，则需要确保在创建图形以及保存图形时设置图形 dpi(在对 dpi=.. 的调用中使用 plt.figure() 以及 plt.savefig() )。