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…

对我来说，上面的答案在matplotlib中不起作用。Win7上的__version__ = 1.4.3。因此，如果我们只对图像本身感兴趣(即，如果我们不需要注释、轴、刻度、标题、ylabel等)，那么最好是简单地将numpy数组保存为image而不是savefig。

from pylab import *

ax = subplot(111)
ax.imshow(some_image_numpyarray)
imsave('test.tif', some_image_numpyarray)

# or, if the image came from tiff or png etc
RGBbuffer = ax.get_images()[0].get_array()
imsave('test.tif', RGBbuffer)

此外，使用opencv绘图函数(cv2. exe)。Line, cv2.polylines)，我们可以直接在numpy数组上做一些绘图。http://docs.opencv.org/2.4/modules/core/doc/drawing_functions.html

你所需要的就是

plt.tight_layout()

在输出之前。

除了减少页边距外，这还将所有子图之间的空间紧密分组:

x = [1,2,3]
y = [1,4,9]
import matplotlib.pyplot as plt
fig = plt.figure()
subplot1 = fig.add_subplot(121)
subplot1.plot(x,y)
subplot2 = fig.add_subplot(122)
subplot2.plot(y,x)
fig.tight_layout()
plt.show()

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)

# import pyplot
import matplotlib.pyplot as plt

# your code to plot the figure

# set tight margins
plt.margins(0.015, tight=True)

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…