matplotlib：获取`bbox_inches=tight`的结果边界框

Question

我经常使用 matplotlib 生成单个图形，这些图形应该垂直或水平对齐，例如在 LaTeX 文档中。我的目标是：

避免在所有图形中使用过多的边距或剪裁。对于独立图形，可以通过在 savefig.

bbox_inches='tight'

对所有图形使用完全相同的边界框，因为我希望我的轴元素在生成的文档中很好地对齐。

我目前的解决方案是一种非常不方便的试错法：我手动尝试猜测合理的边距并通过 plt.subplots_adjust() 进行设置。这往往需要很长时间才能得到满意的结果。

我想知道是否可以将 bbox_inches='tight' 的力量与 plt.subplots_adjust() 结合起来？是否可以通过编程方式获取 bbox_inches='tight' 的结果边界框？这将允许我确定具有最大轴 labels/titles 的图形的边界框，并将此边界框用于所有其他图形。

Answer 1

感谢@Schorsch 和 @tcaswell 指出 ax.get_tightbbox 几乎解决了这个问题。唯一棘手的部分是将依赖于渲染器的 bbox 转换为 "inches" bbox。一般的解决方案是：

tight_bbox_raw = ax.get_tightbbox(fig.canvas.get_renderer())
tight_bbox = TransformedBbox(tight_bbox_raw, Affine2D().scale(1./fig.dpi))

我现在也可以将 tight_bbox 重复用于我的其他绘图，从而得到漂亮的、相同的盒装图形。

我还写了一个小帮手class——不优雅，但很有用：我为我创建的每个图形调用max_box_tracker.add_figure，它会在内部更新一个最大边界框。生成所有图后，我可以打印出生成的边界框（直接以代码的形式添加到我的脚本中）。

class MaxBoxTracker:
  def __init__(self):
    self.box = None
  def add_figure(self, fig, ax):
    from matplotlib.transforms import TransformedBbox, Affine2D
    box_raw = ax.get_tightbbox(fig.canvas.get_renderer())
    box = TransformedBbox(box_raw, Affine2D().scale(1./fig.dpi)).get_points()
    if self.box is None:
      self.box = box
    else:
      self.box[0][0] = min(self.box[0][0], box[0][0])
      self.box[0][1] = min(self.box[0][1], box[0][1])
      self.box[1][0] = max(self.box[1][0], box[1][0])
      self.box[1][1] = max(self.box[1][1], box[1][1])
  def print_max(self):
    print 'Code to set maximum bbox:\nfrom matplotlib.transforms import Bbox\ntight_bbox = Bbox([[%f, %f], [%f, %f]])' % (
      self.box[0][0], self.box[0][1], self.box[1][0], self.box[1][1]
    )

matplotlib：获取`bbox_inches=tight`的结果边界框

matplotlib: Get resulting bounding box of `bbox_inches=tight`

matplotlib