将matplotlib图例移到轴外使其被图框切断

我熟悉以下问题：

Matplotlib savefig在图外带有图例

如何将图例排除在情节之外

这些问题的答案似乎很奢侈，它能够摆弄轴的确切收缩，以使图例适合。

但是，缩小轴并不是一个理想的解决方案，因为它会使数据变小，从而实际上更难以解释。特别是当它复杂并且有很多事情要发生时...因此需要一个大的传说

文档中复杂图例的示例说明了此需求，因为其图中的图例实际上完全遮盖了多个数据点。

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

我想做的是动态扩展图形框的大小，以适应扩展的图形图例。

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“ Inverse tan”实际上是如何位于图形框之外的（看起来很不完整-而不是出版物质量！）

最后，有人告诉我这是R和LaTeX中的正常行为，所以我有些困惑，为什么在python中如此困难……是否有历史原因？Matlab在这件事上是否同样贫穷？

我在pastebin http://pastebin.com/grVjc007上有（仅略长）此代码的较长版本

抱歉，EMS，但实际上我刚刚从matplotlib邮件列表中得到了另一个答复（感谢Benjamin Root）。

我正在寻找的代码将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

这显然类似于调用紧密布局，但是您允许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')

这将产生：

[edit]这个问题的目的是完全避免使用任意文本的任意坐标放置，这是解决这些问题的传统方法。尽管如此，最近许多编辑仍坚持将它们放入，通常以导致代码引发错误的方式进行。我现在已经解决了这些问题，并整理了任意文本，以说明如何在bbox_extra_artists算法中也考虑这些问题。

补充：我发现应该立即解决问题的方法，但是下面的代码其余部分也提供了替代方法。

使用此subplots_adjust()函数可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bbox_to_anchor，在图例命令的图例部分中使用偏移量进行播放，以在所需的位置获得图例框。设置figsize和使用的某种组合subplots_adjust(bottom=...)应该可以为您产生质量图。

备选： 我只是更改了这一行：

fig = plt.figure(1)

至：

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

并改变了

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

至

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

并在我的屏幕（24英寸CRT显示器）上正常显示。

此处figsize=(M,N)将图形窗口设置为M英寸乘N英寸。只是玩这个，直到它看起来适合您。将其转换为更具可伸缩性的图像格式，并在必要时使用GIMP进行编辑，或者viewport在包括图形时仅使用LaTeX 选项进行裁剪。

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！）：

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()
#--------------------------------------------------
#==================================================