这篇文章给大家介绍Matplotlib库基础中如何自动调整函数，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

创新互联是一家集网站建设,陵川企业网站建设,陵川品牌网站建设,网站定制,陵川网站建设报价,网络营销,网络优化,陵川网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

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()

关于Matplotlib库基础中如何自动调整函数就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。

分享文章：Matplotlib库基础中如何自动调整函数
文章转载：http://myzitong.com/article/jjisod.html