我正在努力处理matplotlib中的图边距。我使用下面的代码来生成我的图表:
plt.imshow(g)
c = plt.colorbar()
c.set_label("Number of Slabs")
plt.savefig("OutputToUse.png")
然而，我得到的输出数字在图的两边都有大量的空白。我已经搜索了谷歌并阅读了matplotlib文档，但我似乎找不到如何减少这一点。
当前回答
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)
其他回答
一种自动做到这一点的方法是将bbox_inch ='tight' kwarg转换为plt.savefig。
E.g.
import matplotlib.pyplot as plt
import numpy as np
data = np.arange(3000).reshape((100,30))
plt.imshow(data)
plt.savefig('test.png', bbox_inches='tight')
另一种方法是使用fig.tight_layout()
import matplotlib.pyplot as plt
import numpy as np
xs = np.linspace(0, 1, 20); ys = np.sin(xs)
fig = plt.figure()
axes = fig.add_subplot(1,1,1)
axes.plot(xs, ys)
# This should be called after all axes have been added
fig.tight_layout()
fig.savefig('test.png')
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()
# import pyplot
import matplotlib.pyplot as plt
# your code to plot the figure
# set tight margins
plt.margins(0.015, tight=True)
你可以使用subplots_adjust()函数来调整matplotlib图的间距:
import matplotlib.pyplot as plt
plt.plot(whatever)
plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1)
这既适用于屏幕上的图形，也适用于保存到文件中的图形，即使在一个图形上没有多个图形，也可以调用这个函数。
这些数字是图形尺寸的分数，并且需要调整以允许图形标签。
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
