matplotlib:获取`bbox_inches=tight`的生成边界框

Question

我经常用matplotlib生成个人数字，这些数字应该是垂直或水平对齐的，例如在LaTeX文档中。我的目标是：

1. 避免过高的毛边或剪裁所有的数字。对于独立的数字，这是很容易解决的使用bbox_inches='tight'在savefig。
2. 对所有图形使用完全相同的边框，因为我希望我的轴元素在结果文档中很好地对齐。

我目前的解决方案是一种非常不方便的尝试和错误方法:我手动尝试猜测合理的利润率，并通过plt.subplots_adjust()设置它们。这通常需要很长时间，直到我得到一个满意的结果。

我想知道是否有可能将bbox_inches='tight'的功能与plt.subplots_adjust()结合起来？是否有可能以编程的方式获得bbox_inches='tight'的结果边框？这将使我能够确定有最大轴标签/标题的图形的边框，并对所有其他数字使用这个边框。

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呈现程序的bbox转换为“英寸”的bbox。一般的解决办法是：

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

现在，我也可以在我的其他绘图中重用tight_bbox，从而生成漂亮的、相同方框的数字。

我还编写了一个小助手类--不是优雅的，而是有用的:我为我创建的每一个图形调用了max_box_tracker.add_figure，它将在内部更新一个最大的边界框。在生成所有绘图之后，我可以打印出生成的边框(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]
    )