将 matplotlib 图例移到轴外使其被图形框截断

Question

我熟悉以下问题：

Matplotlib savefig with a legend outside the plot

How to put the legend out of the plot

似乎这些问题的答案能够摆弄轴的精确缩小以使图例适合。

然而，缩小坐标轴并不是一个理想的解决方案，因为它会使数据变得更小，从而实际上更难以解释；特别是当它很复杂并且有很多事情发生时......因此需要一个大的传说

文档中的复杂图例示例说明了这样做的必要性，因为图中的图例实际上完全掩盖了多个数据点。

http://matplotlib.sourceforge.net/users/legend_guide.html#legend-of-complex-plots

我希望能够动态扩展图形框的大小以适应扩展图形图例。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-2*np.pi, 2*np.pi, 0.1)
fig = plt.figure(1)
ax = fig.add_subplot(111)
ax.plot(x, np.sin(x), label='Sine')
ax.plot(x, np.cos(x), label='Cosine')
ax.plot(x, np.arctan(x), label='Inverse tan')
lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,0))
ax.grid('on')

请注意最终标签“反棕褐色”实际上是如何在图形框之外的（并且看起来很严重 - 不是出版质量！）

最后，有人告诉我这是 R 和 LaTeX 中的正常行为，所以我有点困惑为什么这在 python 中如此困难......有历史原因吗？ Matlab 在这件事上是否同样糟糕？

我在 pastebin http://pastebin.com/grVjc007 上有这个代码的（只是稍微）更长的版本

Answer 1

抱歉 EMS，但实际上我刚刚收到了来自 matplotlib 邮件列表的另一个回复（感谢 Benjamin Root）。

我正在寻找的代码正在将 savefig 调用调整为：

fig.savefig('samplefigure', bbox_extra_artists=(lgd,), bbox_inches='tight')
#Note that the bbox_extra_artists must be an iterable

这显然类似于调用tight_layout，但您允许savefig 在计算中考虑额外的艺术家。实际上，这确实根据需要调整了图形框的大小。

import matplotlib.pyplot as plt
import numpy as np

plt.gcf().clear()
x = np.arange(-2*np.pi, 2*np.pi, 0.1)
fig = plt.figure(1)
ax = fig.add_subplot(111)
ax.plot(x, np.sin(x), label='Sine')
ax.plot(x, np.cos(x), label='Cosine')
ax.plot(x, np.arctan(x), label='Inverse tan')
handles, labels = ax.get_legend_handles_labels()
lgd = ax.legend(handles, labels, loc='upper center', bbox_to_anchor=(0.5,-0.1))
text = ax.text(-0.2,1.05, "Aribitrary text", transform=ax.transAxes)
ax.set_title("Trigonometry")
ax.grid('on')
fig.savefig('samplefigure', bbox_extra_artists=(lgd,text), bbox_inches='tight')

这会产生：

[编辑] 这个问题的目的是完全避免使用任意文本的任意坐标位置，因为这是这些问题的传统解决方案。尽管如此，最近的许多编辑都坚持将它们放入，通常以导致代码出错的方式。我现在已经解决了这些问题并整理了任意文本，以展示如何在 bbox_extra_artists 算法中考虑这些问题。

Answer 2

补充：我发现了一些可以立即解决问题的方法，但下面的其余代码也提供了替代方法。

使用subplots_adjust() 函数将子图的底部向上移动：

fig.subplots_adjust(bottom=0.2) # <-- Change the 0.02 to work for your plot.

然后在 legend 命令的图例bbox_to_anchor 部分中使用偏移量，以获取所需的图例框。设置figsize 和使用subplots_adjust(bottom=...) 的某种组合应该会为您生成高质量的图。

替代方案： 我只是换了一行：

fig = plt.figure(1)

到：

fig = plt.figure(num=1, figsize=(13, 13), dpi=80, facecolor='w', edgecolor='k')

改变了

lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,0))

到

lgd = ax.legend(loc=9, bbox_to_anchor=(0.5,-0.02))

它在我的屏幕（24 英寸 CRT 显示器）上显示良好。

这里figsize=(M,N) 将图形窗口设置为 M 英寸乘 N 英寸。只是玩这个，直到它看起来适合你。将其转换为更具可扩展性的图像格式并在必要时使用 GIMP 进行编辑，或者在包含图形时使用 LaTeX viewport 选项进行裁剪。

Answer 3

这是另一个非常手动的解决方案。您可以定义轴的大小并相应地考虑填充（包括图例和刻度线）。希望它对某人有用。

示例（轴大小相同！）：

代码：

#==================================================
# Plot table

colmap = [(0,0,1) #blue
         ,(1,0,0) #red
         ,(0,1,0) #green
         ,(1,1,0) #yellow
         ,(1,0,1) #magenta
         ,(1,0.5,0.5) #pink
         ,(0.5,0.5,0.5) #gray
         ,(0.5,0,0) #brown
         ,(1,0.5,0) #orange
         ]


import matplotlib.pyplot as plt
import numpy as np

import collections
df = collections.OrderedDict()
df['labels']        = ['GWP100a\n[kgCO2eq]\n\nasedf\nasdf\nadfs','human\n[pts]','ressource\n[pts]'] 
df['all-petroleum long name'] = [3,5,2]
df['all-electric']  = [5.5, 1, 3]
df['HEV']           = [3.5, 2, 1]
df['PHEV']          = [3.5, 2, 1]

numLabels = len(df.values()[0])
numItems = len(df)-1
posX = np.arange(numLabels)+1
width = 1.0/(numItems+1)

fig = plt.figure(figsize=(2,2))
ax = fig.add_subplot(111)
for iiItem in range(1,numItems+1):
  ax.bar(posX+(iiItem-1)*width, df.values()[iiItem], width, color=colmap[iiItem-1], label=df.keys()[iiItem])
ax.set(xticks=posX+width*(0.5*numItems), xticklabels=df['labels'])

#--------------------------------------------------
# Change padding and margins, insert legend

fig.tight_layout() #tight margins
leg = ax.legend(loc='upper left', bbox_to_anchor=(1.02, 1), borderaxespad=0)
plt.draw() #to know size of legend

padLeft   = ax.get_position().x0 * fig.get_size_inches()[0]
padBottom = ax.get_position().y0 * fig.get_size_inches()[1]
padTop    = ( 1 - ax.get_position().y0 - ax.get_position().height ) * fig.get_size_inches()[1]
padRight  = ( 1 - ax.get_position().x0 - ax.get_position().width ) * fig.get_size_inches()[0]
dpi       = fig.get_dpi()
padLegend = ax.get_legend().get_frame().get_width() / dpi 

widthAx = 3 #inches
heightAx = 3 #inches
widthTot = widthAx+padLeft+padRight+padLegend
heightTot = heightAx+padTop+padBottom

# resize ipython window (optional)
posScreenX = 1366/2-10 #pixel
posScreenY = 0 #pixel
canvasPadding = 6 #pixel
canvasBottom = 40 #pixel
ipythonWindowSize = '{0}x{1}+{2}+{3}'.format(int(round(widthTot*dpi))+2*canvasPadding
                                            ,int(round(heightTot*dpi))+2*canvasPadding+canvasBottom
                                            ,posScreenX,posScreenY)
fig.canvas._tkcanvas.master.geometry(ipythonWindowSize) 
plt.draw() #to resize ipython window. Has to be done BEFORE figure resizing!

# set figure size and ax position
fig.set_size_inches(widthTot,heightTot)
ax.set_position([padLeft/widthTot, padBottom/heightTot, widthAx/widthTot, heightAx/heightTot])
plt.draw()
plt.show()
#--------------------------------------------------
#==================================================