3.4

3.4.md

+# 密致布局指南
+
+> 原文：[Tight Layout guide](http://matplotlib.org/users/tight_layout_guide.html)
+
+> 译者：[飞龙](https://github.com/)
+
+> 协议：[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/)
+
+`tight_layout`会自动调整子图参数，使之填充整个图像区域。这是个实验特性，可能在一些情况下不工作。它仅仅检查坐标轴标签、刻度标签以及标题的部分。
+
+## 简单的示例
+
+在 matplotlib 中，轴域（包括子图）的位置以标准化图形坐标指定。 可能发生的是，你的轴标签或标题（有时甚至是刻度标签）会超出图形区域，因此被截断。
+
+```py
+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)
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-1.png)
+
+为了避免它，轴域的位置需要调整。对于子图，这可以通过调整子图参数（[移动轴域的一条边来给刻度标签腾地方](http://matplotlib.org/faq/howto_faq.html#howto-subplots-adjust)）。Matplotlib v1.1 引入了一个新的命令` tight_layout()`，自动为你解决这个问题。
+
+```py
+plt.tight_layout()
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-2.png)
+
+当你拥有多个子图时，你会经常看到不同轴域的标签叠在一起。
+
+```py
+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)
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-3.png)
+
+`tight_layout()`也会调整子图之间的间隔来减少堆叠。
+
+![](http://matplotlib.org/_images/tight_layout_guide-4.png)
+
+`tight_layout()`可以接受关键字参数`pad`、`w_pad`或者`h_pad`，这些参数图像边界和子图之间的额外边距。边距以字体大小单位规定。
+
+```py
+plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-5.png)
+
+即使子图大小不同，`tight_layout()`也能够工作，只要网格的规定的兼容的。在下面的例子中，`ax1`和`ax2`是 2x2 网格的子图，但是`ax3`是 1x2 网格。
+
+```py
+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()
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-6.png)
+
+它适用于使用`subplot2grid()`创建的子图。 一般来说，从`gridspec`（[使用`GridSpec`自定义子布局的位置](http://matplotlib.org/users/gridspec.html#gridspec-guide)）创建的子图也能正常工作。
+
+```py
+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()
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-7.png)
+
+虽然没有彻底测试，它看起来也适用于`aspect`不为`auto`的子图（例如带有图像的轴域）。
+
+```py
+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()
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-8.png)
+
+## 警告
+
++ `tight_layout()`只考虑刻度标签，轴标签和标题。 因此，其他 Artist 可能被截断并且也可能重叠。
++ 它假定刻度标签，轴标签和标题所需的额外空间与轴域的原始位置无关。 这通常是真的，但在罕见的情况下不是。
++ `pad = 0`将某些文本剪切几个像素。 这可能是当前算法的错误或限制，并且不清楚为什么会发生。 同时，推荐使用至少大于 0.3 的间隔。
+
+## 和`GridSpec`一起使用
+
+`GridSpec`拥有自己的`tight_layout()`方法（pyplot API 的`tight_layout()`也能生效）。
+
+```py
+
+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)
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-9.png)
+
+你可以提供一个可选的`rect`参数，指定子图所填充的边框。 坐标必须为标准化图形坐标，默认值为`(0, 0, 1, 1)`。
+
+```py
+gs1.tight_layout(fig, rect=[0, 0, 0.5, 1])
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-10.png)
+
+例如，这可用于带有多个`gridspecs`的图形。
+
+```py
+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)
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-11.png)
+
+我们可以尝试匹配两个网格的顶部和底部。
+
+```py
+top = min(gs1.top, gs2.top)
+bottom = max(gs1.bottom, gs2.bottom)
+
+gs1.update(top=top, bottom=bottom)
+gs2.update(top=top, bottom=bottom)
+```
+
+虽然这应该足够好了，调整顶部和底部可能也需要调整`hspace`。 为了更新`hspace`和`vspace`，我们再次使用更新后的`rect`参数调用`tight_layout()`。 注意，`rect`参数指定的区域包括刻度标签。因此，我们将底部（正常情况下为 0）增加每个`gridspec`的底部之差。 顶部也一样。
+
+
+```py
+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)
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-12.png)
+
+## 和`AxesGrid1`一起使用
+
+虽然受限但也支持`axes_grid1`工具包
+
+```py
+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()
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-13.png)
+
+## 颜色条
+
+如果你使用`colorbar`命令创建了颜色条，创建的颜色条是`Axes`而不是`Subplot`的实例，所以`tight_layout`没有效果。在 Matplotlib v1.1 中，你可以使用`gridspec`将颜色条创建为子图。
+
+```py
+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
+
+另一个选项是使用`AxesGrid1`工具包，显式为颜色条创建一个轴域：
+
+```py
+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()
+```
+
+![](http://matplotlib.org/_images/tight_layout_guide-15.png)