将matplotlib图例移动到轴之外，使其被图形框截断

Question

我熟悉以下问题：

Matplotlib savefig，在绘图外带有图例

如何把传说从情节中剔除

这些问题的答案似乎有一种奢侈，能够摆弄轴的精确收缩，以便传说符合。

然而，缩小轴并不是一个理想的解决方案，因为它使数据更小，实际上更难解释；特别是当它很复杂而且有很多事情发生的时候。。。因此需要一个大的传说

文档中复杂图例的示例说明了这一点的必要性，因为其绘图中的图例实际上完全掩盖了多个数据点。

http://matplotlib.sourceforge.net/users/legend_guide.html#legend-复杂地块的划分

我希望能够做的是动态扩展图形框的大小，以适应不断扩展的图形图例。

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')

最后，我被告知这在R和LaTeX中是正常的行为，所以我有点困惑为什么在python中如此困难。。。有历史原因吗？Matlab在这件事上同样糟糕吗？

我在pastebin上有这个代码的（只是稍微长一点）版本http://pastebin.com/grVjc007

Answer 1

这里还有一个非常手动的解决方案。您可以定义轴的大小，并相应地考虑衬垫（包括图例和刻度）。希望它对某人有用。

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()
#--------------------------------------------------
#==================================================

Answer 2

补充：我找到了一些可以马上完成这个技巧的东西，但是下面的代码也提供了一个替代方案。

使用subplots_adjust（）函数向上移动子情节的底部：

fig.subplots_adjust(bottom=0.2) # <-- Change the 0.02 to work for your plot.

然后在legend命令的legendbbox\u to\u anchor部分中使用偏移量，以获得所需的legend框。设置figsize和使用子批次调整（底部=…）的一些组合 应该为您生成质量图。

备选方案：我只是简单地更改了行：

fig = plt.figure(1)

致：

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))

到

lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,-0.02))

它在我的屏幕上显示得很好（一个24英寸的CRT显示器）。

这里figsize=（M， N）将图形窗口设置为M英寸乘N英寸。玩这个，直到它看起来适合你。将其转换为更可缩放的图像格式，并在必要时使用GIMP进行编辑，或者在包含图形时仅使用LaTeXviewport选项进行裁剪。

Answer 3

抱歉，EMS，但实际上我刚刚从matplotlib邮件列表中得到另一个回复（感谢Benjamin Root）。

我正在寻找的代码正在将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。事实上，这确实根据需要调整了图形框的大小。

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')

这就产生了：

[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放置，这是解决这些问题的传统方法。尽管如此，最近的许多编辑坚持要把这些放进去，通常会导致代码出错。现在，我已经修复了这些问题，并整理了任意文本，以展示如何在bbox_extra_算法中考虑这些问题。