在matplotlib中，bbox_to_anchor的4元素元组参数是什么意思？

Question

在matplotlib网站“图例指南”的“图例位置”部分，有一个小脚本，其中第9行是plt。图例（bbox_至_锚=（0,1.02,1.，.102），loc=3，ncol=2，mode=“expand”，borderaxespad=0。） 。我看到传递给bbox\u to\u anchor的所有元组中都有2个元素，但这一个有4个。如果传递的元组有4个元素，那么每个元素意味着什么

我在pyplot中查看它。图例docs，上面说了一些关于坐标的内容。所以我环顾四周，找到了matplotlib。转变。Bbox带有一个静态范围（x0，y0，宽度，高度）

我猜4元组参数的设置是基于这个的。我将脚本复制到Spyder，在Ipython控制台中执行了%matplotlib，并更改了一些值。这似乎是有道理的，但当我尝试将.102更改为类似0.9的内容时，图例没有改变。我认为元组是基于来自_bounds的，我只是不知道为什么更改元组中的最后一个值没有任何作用。




Answer 1

@重要的是，贝因杰内斯特的回答非常好。我想进一步阐述图例框和边界框之间对齐的含义。这意味着图例框和边界框的参数loc指示的不同位置将放在同一点上。

例如，如果loc='center'，图例框的中心和边界框将位于同一点。如果loc='center right'，则图例框和边界框的右中心将位于同一点上。抱歉说得太多了。。。

让我们举出一个具体的例子来说明这个想法，

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.patches as patches

locs = ['upper right', 'lower left', 'center left', 'lower center', 'center',
        'right']

x0, y0, width, height = 0.5, 0.5, 0.1, 0.4

x = np.arange(0.1, 4, 0.1)
y = 1.0/x

fig = plt.figure(figsize=(10, 10))

idx = 1
for i in range(0, 2):
    for j in range(0, 3):
        ax = fig.add_subplot(3, 2, idx)
        ax.plot(x, y, label=r'$\frac{1}{x}$')
        ax.legend(loc=locs[idx-1], bbox_to_anchor=(x0, y0, width, height),
            edgecolor='g', fontsize='large', framealpha=0.5,
            borderaxespad=0)
        ax.add_patch(
            patches.Rectangle((x0, y0), width, height, color='r',
                            fill=False, transform=ax.transAxes)
        )
        ax.text(0.6, 0.2, s="loc = '{}'".format(locs[idx-1]),
        transform=ax.transAxes)
        idx += 1

plt.show()

在图像中，红色框是边界框，绿色框是图例框。每个子图中的loc表示两个框之间的对齐关系。

当只有两个值给bbox_to_anchor时，边界框宽度和高度设置为零。让我们稍微修改一下上面的代码，

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.patches as patches

locs = ['upper right', 'lower left', 'center left', 'lower center', 'center',
        'right']

x0, y0, width, height = 0.5, 0.5, 0, 0

x = np.arange(0.1, 4, 0.1)
y = 1.0/x

fig = plt.figure(figsize=(10, 10))

idx = 1
for i in range(0, 2):
    for j in range(0, 3):
        ax = fig.add_subplot(3, 2, idx)
        ax.plot(x, y, label=r'$\frac{1}{x}$')
        ax.legend(loc=locs[idx-1], bbox_to_anchor=(x0, y0, width, height),
            edgecolor='g', fontsize='large', framealpha=0.5,
            borderaxespad=0)
        ax.add_patch(
            patches.Rectangle((x0, y0), width, height, color='r',
                            fill=False, transform=ax.transAxes)
        )
        ax.text(0.6, 0.2, s="loc = '{}'".format(locs[idx-1]),
        transform=ax.transAxes)
        ax.plot(x0, y0, 'r.', markersize=8, transform=ax.transAxes)
        idx += 1

plt.show()

现在，生成图像变为

上图中的红点表示绑定框坐标位置。

Answer 2

没错，plt中的4元组。图例（bbox_至_锚=（0,1.02,1,0.102），loc=3）设置为（x0，y0，宽度，高度），其中（x0，y0）是边界框的左下角坐标。

当这些参数为图例设置边界框时，图例的实际垂直大小将缩小到放入元素所需的大小。另外它的位置仅结合loc参数来确定。loc参数设置边界框内图例的对齐方式，这样在某些情况下，当更改高度时，就不会看到任何差异，例如图（2）和（4）。