将matplotlib图例移动到轴外将使其被图形框截断
我熟悉以下问题：
Matplotlib savefig with a legend outside the plot
How to put the legend out of the plot
似乎这些问题中的答案都可以随意调整轴的精确收缩，以便与图例相吻合。
然而，缩小轴并不是一个理想的解决方案，因为它会使数据变得更小，实际上更难解释；特别是当它很复杂，有很多事情在发生时……因此需要一个大的图例
文档中复杂图例的示例演示了这种需要，因为它们图中的图例实际上完全遮挡了多个数据点。
http://matplotlib.sourceforge.net/users/legend_guide.html#legend-of-complex-plots
我想要做的是动态扩展数字框的大小，以适应不断扩展的数字图例。
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(-2*np.pi, 2*np.pi, 0.1)
fig = plt.figure(1)
ax = fig.add_subplot(111)
ax.plot(x, np.sin(x), label='Sine')
ax.plot(x, np.cos(x), label='Cosine')
ax.plot(x, np.arctan(x), label='Inverse tan')
lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,0))
ax.grid('on')注意最后的标签“反转黄褐色”实际上在图框外(而且看起来很糟糕--不是出版质量！)
最后，我被告知这是R和LaTeX中的正常行为，所以我有点困惑为什么这在python中这么难……有没有历史原因？在这个问题上，Matlab也同样糟糕吗？
我在pastebin http://pastebin.com/grVjc007上有这个代码的(只有一点点)更长的版本
回答 3
Stack Overflow用户
发布于 2012-04-14 23:26:21
抱歉，EMS，但实际上我刚刚从matplotlib邮件列表中得到了另一个回复(感谢本杰明·鲁特)。
我正在寻找的代码是将savefig调用调整为：
fig.savefig('samplefigure', bbox_extra_artists=(lgd,), bbox_inches='tight')
#Note that the bbox_extra_artists must be an iterable这显然类似于调用tight_layout，但是您允许savefig在计算中考虑额外的艺术家。这实际上根据需要调整了数字框的大小。
import matplotlib.pyplot as plt
import numpy as np
plt.gcf().clear()
x = np.arange(-2*np.pi, 2*np.pi, 0.1)
fig = plt.figure(1)
ax = fig.add_subplot(111)
ax.plot(x, np.sin(x), label='Sine')
ax.plot(x, np.cos(x), label='Cosine')
ax.plot(x, np.arctan(x), label='Inverse tan')
handles, labels = ax.get_legend_handles_labels()
lgd = ax.legend(handles, labels, loc='upper center', bbox_to_anchor=(0.5,-0.1))
text = ax.text(-0.2,1.05, "Aribitrary text", transform=ax.transAxes)
ax.set_title("Trigonometry")
ax.grid('on')
fig.savefig('samplefigure', bbox_extra_artists=(lgd,text), bbox_inches='tight')这会产生以下结果：
编辑这个问题的目的是完全避免使用任意文本的任意坐标位置，因为这是这些问题的传统解决方案。尽管如此，最近的许多编辑都坚持将它们放入其中，通常是以导致代码引发错误的方式。现在，我已经修复了这些问题，并整理了任意文本，以显示如何在bbox_extra_artists算法中考虑这些问题。
Stack Overflow用户
发布于 2012-04-13 14:42:13
补充道：我发现了一些可以立即解决问题的方法，但下面的其余代码也提供了另一种选择。
使用subplots_adjust()函数向上移动子图的底部：
fig.subplots_adjust(bottom=0.2) # <-- Change the 0.02 to work for your plot.然后使用图例命令的图例bbox_to_anchor部分中的偏移量，将图例框放在您想要的位置。设置figsize和使用subplots_adjust(bottom=...)的某种组合应该会为您生成高质量的绘图。
Alternative:我只是简单地更改了这一行：
fig = plt.figure(1)至：
fig = plt.figure(num=1, figsize=(13, 13), dpi=80, facecolor='w', edgecolor='k')并且改变了
lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,0))至
lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,-0.02))它在我的屏幕(24英寸的CRT显示器)上显示得很好。
在这里，figsize=(M,N)将图形窗口设置为M英寸x N英寸。试着使用它，直到它看起来适合你。将其转换为更具可伸缩性的图像格式，并在必要时使用GIMP进行编辑，或者在包含图形时仅使用LaTeX viewport选项进行裁剪。
Stack Overflow用户
发布于 2013-04-08 15:06:31
这是另一个非常手动的解决方案。您可以定义轴的大小，并相应地考虑填充(包括图例和记号)。希望对某些人有用。
示例(轴大小相同！)：
代码：
#==================================================
# Plot table
colmap = [(0,0,1) #blue
,(1,0,0) #red
,(0,1,0) #green
,(1,1,0) #yellow
,(1,0,1) #magenta
,(1,0.5,0.5) #pink
,(0.5,0.5,0.5) #gray
,(0.5,0,0) #brown
,(1,0.5,0) #orange
]
import matplotlib.pyplot as plt
import numpy as np
import collections
df = collections.OrderedDict()
df['labels'] = ['GWP100a\n[kgCO2eq]\n\nasedf\nasdf\nadfs','human\n[pts]','ressource\n[pts]']
df['all-petroleum long name'] = [3,5,2]
df['all-electric'] = [5.5, 1, 3]
df['HEV'] = [3.5, 2, 1]
df['PHEV'] = [3.5, 2, 1]
numLabels = len(df.values()[0])
numItems = len(df)-1
posX = np.arange(numLabels)+1
width = 1.0/(numItems+1)
fig = plt.figure(figsize=(2,2))
ax = fig.add_subplot(111)
for iiItem in range(1,numItems+1):
ax.bar(posX+(iiItem-1)*width, df.values()[iiItem], width, color=colmap[iiItem-1], label=df.keys()[iiItem])
ax.set(xticks=posX+width*(0.5*numItems), xticklabels=df['labels'])
#--------------------------------------------------
# Change padding and margins, insert legend
fig.tight_layout() #tight margins
leg = ax.legend(loc='upper left', bbox_to_anchor=(1.02, 1), borderaxespad=0)
plt.draw() #to know size of legend
padLeft = ax.get_position().x0 * fig.get_size_inches()[0]
padBottom = ax.get_position().y0 * fig.get_size_inches()[1]
padTop = ( 1 - ax.get_position().y0 - ax.get_position().height ) * fig.get_size_inches()[1]
padRight = ( 1 - ax.get_position().x0 - ax.get_position().width ) * fig.get_size_inches()[0]
dpi = fig.get_dpi()
padLegend = ax.get_legend().get_frame().get_width() / dpi
widthAx = 3 #inches
heightAx = 3 #inches
widthTot = widthAx+padLeft+padRight+padLegend
heightTot = heightAx+padTop+padBottom
# resize ipython window (optional)
posScreenX = 1366/2-10 #pixel
posScreenY = 0 #pixel
canvasPadding = 6 #pixel
canvasBottom = 40 #pixel
ipythonWindowSize = '{0}x{1}+{2}+{3}'.format(int(round(widthTot*dpi))+2*canvasPadding
,int(round(heightTot*dpi))+2*canvasPadding+canvasBottom
,posScreenX,posScreenY)
fig.canvas._tkcanvas.master.geometry(ipythonWindowSize)
plt.draw() #to resize ipython window. Has to be done BEFORE figure resizing!
# set figure size and ax position
fig.set_size_inches(widthTot,heightTot)
ax.set_position([padLeft/widthTot, padBottom/heightTot, widthAx/widthTot, heightAx/heightTot])
plt.draw()
plt.show()
#--------------------------------------------------
#==================================================https://stackoverflow.com/questions/10101700
复制相似问题