我想尽量减少我的数字周围的空白,并且不确定如何a)为我的图像周围的savefig命令精确指定一个边界框,以及b)为什么紧张布局命令在我的工作示例中不起作用。
在我当前的例子中,我在我的对象/补丁周围紧紧地设置了一个轴环境(非常紧密,黄色物体和蓝色框几乎分别在左侧和底部被切断)。然而,这仍然给我左边和底部的空白区域:
但是,在这种情况下,我不确定如何摆脱空白区域。我认为可以指定边界框,如讨论Matplotlib tight_layout() doesn't take into account figure suptitle但插入
fig.tight_layout(rect=[0.1,0.1,0.9, 0.95]),
我知道如何通过插入一个充满整个人物的轴对象来绕过这个方向,但这感觉就像一个愚蠢的黑客。有一种简单快捷的方法吗?
我的代码是:
import matplotlib
from matplotlib import pyplot as plt
from matplotlib.path import Path
import matplotlib.patches as patches
from matplotlib.collections import PatchCollection
from matplotlib.patches import FancyBboxPatch
plt.ion()
fig, ax=plt.subplots(1)
ax.set_xlim([-0.38,7.6])
ax.set_ylim([-0.71,3.2])
ax.set_aspect(0.85)
#objects
circs2=[]
circs2.append( patches.Circle((-0.3, 1.225), 0.1,ec="none"))
circs2.append( patches.RegularPolygon ((-0.3,1.225+1.5),4, 0.1) )
coll2 = PatchCollection (circs2,zorder=10)
coll2.set_facecolor(['yellow', 'gold'])
ax.add_collection(coll2)
#squares
p_fancy=FancyBboxPatch((0.8,1.5),1.35,1.35,boxstyle="round,pad=0.1",fc='red', ec='k',alpha=0.7, zorder=1)
ax.add_patch(p_fancy)
x0=4.9
p_fancy=FancyBboxPatch((1.15+x0,-0.6),0.7*1.15,0.7*1.15,boxstyle="round,pad=0.1", fc='blue', ec='k',alpha=0.7, zorder=1)
ax.add_patch(p_fancy)
plt.axis('off')
fig.tight_layout(rect=[0.1,0.1,0.9, 0.95])
您可以删除x和y轴,然后使用savefig与bbox_inches='tight'
和pad_inches = 0
删除空白区域。见下面的代码:
plt.axis('off') # this rows the rectangular frame
ax.get_xaxis().set_visible(False) # this removes the ticks and numbers for x axis
ax.get_yaxis().set_visible(False) # this removes the ticks and numbers for y axis
plt.savefig('test.png', bbox_inches='tight',pad_inches = 0, dpi = 200).
这将导致
此外,您可以选择添加plt.margins(0.1)
以使散点不接触y轴。
实际上fig.tight_layout(rect=[0.1,0.1,0.9, 0.95])
确实与你想要的相反。它将使所有图形内容放置的区域适合给定的矩形,从而有效地产生更多空间。
从理论上讲,你当然可以在另一个方向上做一些事情,使用一个负坐标和大于1的矩形,fig.tight_layout(rect=[-0.055,0,1.05, 1])
。但是没有好的策略来找出需要使用的值。另外(如果需要使用特定方面),您仍需要更改图形的大小。
现在来一个解决方案:
我不知道为什么将轴紧固到图形边缘会是一个“愚蠢的黑客”。正是一个选项,你必须在子情节周围没有间距 - 这就是你想要的。
在通常的情况下,
fig.subplots_adjust(0,0,1,1)
就足够了。但是,由于此处您在轴上设置了特定的纵横比,因此您还需要将数字大小调整为轴框。这可以做到
fig.subplots_adjust(0,0,1,1)
w,h = fig.get_size_inches()
x1,x2 = ax.get_xlim()
y1,y2 = ax.get_ylim()
fig.set_size_inches(w, ax.get_aspect()*(y2-y1)/(x2-x1)*w)
或者,可以使用subplots_adjust
而不是tight_layout(pad=0)
,仍然相应地设置数字大小,
ax.xaxis.set_visible(False)
ax.yaxis.set_visible(False)
fig.tight_layout(pad=0)
w,h = fig.get_size_inches()
x1,x2 = ax.get_xlim()
y1,y2 = ax.get_ylim()
fig.set_size_inches(w, ax.get_aspect()*(y2-y1)/(x2-x1)*w)
当然,如果你只关心导出的数字,使用一些savefig
选项是一个更容易的解决方案,other answer已经显示了最简单的一个。