Matplotlib库基础分析——自动调整函数tight_layout()

在matplotlib中，轴Axes的位置以标准化图形坐标指定，可能发生的情况是轴标签、标题、刻度标签等等会超出图形区域，导致显示不全。Matplotlib v1.1 引入了一个新的命令tight_layout()，作用是自动调整子图参数，使之填充整个图像区域。

调用plt.show()函数时会自动运行tight_layout()函数，如下所示：

def show(self):
    self.figure.tight_layout()
    FigureCanvasAgg.draw(self)
    if PORT is None:
        return

    if matplotlib.__version__ < '1.2':
        buffer = self.tostring_rgb(0, 0)
    else:
        buffer = self.tostring_rgb()

    if len(set(buffer)) <= 1:
        # do not plot empty
        return

    render = self.get_renderer()
    width = int(render.width)

    plot_index = index if os.getenv("PYCHARM_MATPLOTLIB_INTERACTIVE", False) else -1
    try:
        sock = socket.socket()
        sock.connect((HOST, PORT))
        sock.send(struct.pack('>i', width))
        sock.send(struct.pack('>i', plot_index))
        sock.send(struct.pack('>i', len(buffer)))
        sock.send(buffer)
    except OSError as _:
        # nothing bad. It just means, that our tool window doesn't run yet
        pass

我们通过以下一个例程来介绍，最终的显示效果如下所示：

fig = plt.figure(figsize=(12, 8))
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)
ax1.plot(np.arange(10), np.random.randint(0, 10, 10), ls='-', c='r', lw=1)
ax2.plot(np.arange(10), np.random.randint(10, 20, 10), ls='-', c='y', lw=1)
plt.show()

不过很多时候会出现tight_layout()不工作的情况，比如出现以下提示：
UserWarning: This figure includes Axes that are not compatible with tight_layout, so results might be incorrect. warnings.warn("This figure includes Axes that are not compatible "
这个警告的原因是tight_layout这个函数出错了，警告语句出现的原因时axes列表为空，tight_layout()中相应的代码，如下所示：

subplotspec_list = get_subplotspec_list(self.axes)
if None in subplotspec_list:
    cbook._warn_external("This figure includes Axes that are not "
                         "compatible with tight_layout, so results "
                         "might be incorrect.")

可见这个函数并不太稳定。tight_layout不起作用的时候，绘图效果如下所示，可见子图并没有填充整个图像区域。

网上搜索了下发现也有类似的情况出现，附上部分案例的截图：

接下来我们尝试下解决方法，tight_layout在plt.savefig的调用方式相对比较稳定，我们将plt.show()函数替换为plt.savefig函数，替换后会在本地另外为png图片，该图片中子图填充了整个图像区域。

plt.savefig('fig.png', bbox_inches='tight') # 替换 plt.show()

·····························
欢迎大家订阅《教你用 Python 进阶量化交易》专栏！