最近的matplotlib版本，你可能想尝试约束布局:

Constrained_layout自动调整子图和装饰 图例和颜色条，以便它们适合在图形窗口 仍然尽可能地保留所请求的逻辑布局 用户。 Constrained_layout类似于tight_layout，但是使用了一个约束 求解器来确定轴的大小，使它们适合。 Constrained_layout需要在添加任何轴之前被激活 一个图。

可惜熊猫处理不好…

有时候，plt.tight_layout()不会给我最好的视图或我想要的视图。那为什么不先画任意边距然后再确定边距呢? 因为我们从那里得到了很好的所见即所得。

import matplotlib.pyplot as plt

fig,ax = plt.subplots(figsize=(8,8))

plt.plot([2,5,7,8,5,3,5,7,])
plt.show()

然后将设置粘贴到margin函数，使其永久:

fig,ax = plt.subplots(figsize=(8,8))

plt.plot([2,5,7,8,5,3,5,7,])
fig.subplots_adjust(
    top=0.981,
    bottom=0.049,
    left=0.042,
    right=0.981,
    hspace=0.2,
    wspace=0.2
)
plt.show()

受到sammy回答的启发:

margins = {  #     vvv margin in inches
    "left"   :     1.5 / figsize[0],
    "bottom" :     0.8 / figsize[1],
    "right"  : 1 - 0.3 / figsize[0],
    "top"    : 1 - 1   / figsize[1]
}
fig.subplots_adjust(**margins)

其中figsize是在fig = pyplot.figure(figsize=…)中使用的元组。

matplotlibs subplots_adjust的问题是，您输入的值相对于图形的x和y图形大小。这个例子是正确的数字大小打印pdf:

为此，我重新计算了绝对值的相对间距，如下所示:

pyplot.subplots_adjust(left = (5/25.4)/figure.xsize, bottom = (4/25.4)/figure.ysize, right = 1 - (1/25.4)/figure.xsize, top = 1 - (3/25.4)/figure.ysize)

对于一个“figure”的数字。“x维英寸”和“数字”。y尺寸为英寸。因此，整个图形在标签放置范围内左侧空白5mm，底部空白4mm，右侧空白1mm，顶部空白3mm。(x/25.4)的转换已经完成，因为我需要将mm转换为英寸。

注意，x的纯图表大小将是“figure”。Xsize -左边距-右边距”而纯图y的大小将为“图”。Ysize -下距-上距"，单位为英寸

其他sniplets(不确定这些，我只是想提供其他参数)

pyplot.figure(figsize = figureSize, dpi = None)

and

pyplot.savefig("outputname.eps", dpi = 100)

最近的matplotlib版本，你可能想尝试约束布局:

Constrained_layout自动调整子图和装饰 图例和颜色条，以便它们适合在图形窗口 仍然尽可能地保留所请求的逻辑布局 用户。 Constrained_layout类似于tight_layout，但是使用了一个约束 求解器来确定轴的大小，使它们适合。 Constrained_layout需要在添加任何轴之前被激活 一个图。

可惜熊猫处理不好…

plt.savefig("circle.png", bbox_inches='tight',pad_inches=-1)