如果有人想知道如何在应用plt.tight_layout()或fig.tight_layout()后消除其余的白色边距:使用参数pad(默认为1.08)，你可以使它更紧凑: “图形边缘和子图边缘之间的填充，作为字体大小的一部分。” 例如，

plt.tight_layout(pad=0.05)

会把利润降低到很小的程度。放0对我没用，因为它使子图的方框也被切断了一点。

如果有人想知道如何在应用plt.tight_layout()或fig.tight_layout()后消除其余的白色边距:使用参数pad(默认为1.08)，你可以使它更紧凑: “图形边缘和子图边缘之间的填充，作为字体大小的一部分。” 例如，

plt.tight_layout(pad=0.05)

会把利润降低到很小的程度。放0对我没用，因为它使子图的方框也被切断了一点。

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

# import pyplot
import matplotlib.pyplot as plt

# your code to plot the figure

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

只需使用ax = fig.add_axes([左，下，宽，高]) 如果你想要精确控制图形布局。如。

left = 0.05
bottom = 0.05
width = 0.9
height = 0.9
ax = fig.add_axes([left, bottom, width, height])

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)