# 密致布局指南 > 原文：[Tight Layout guide](http://matplotlib.org/users/tight_layout_guide.html) > 譯者：[飛龍](https://github.com/) > 協議：[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/) `tight_layout`會自動調整子圖參數，使之填充整個圖像區域。這是個實驗特性，可能在一些情況下不工作。它僅僅檢查坐標軸標簽、刻度標簽以及標題的部分。 ## 簡單的示例 在 matplotlib 中，軸域（包括子圖）的位置以標準化圖形坐標指定。 可能發生的是，你的軸標簽或標題（有時甚至是刻度標簽）會超出圖形區域，因此被截斷。 ```py plt.rcParams['savefig.facecolor'] = "0.8" def example_plot(ax, fontsize=12): ax.plot([1, 2]) ax.locator_params(nbins=3) ax.set_xlabel('x-label', fontsize=fontsize) ax.set_ylabel('y-label', fontsize=fontsize) ax.set_title('Title', fontsize=fontsize) plt.close('all') fig, ax = plt.subplots() example_plot(ax, fontsize=24) ```  為了避免它，軸域的位置需要調整。對于子圖，這可以通過調整子圖參數（[移動軸域的一條邊來給刻度標簽騰地方](http://matplotlib.org/faq/howto_faq.html#howto-subplots-adjust)）。Matplotlib v1.1 引入了一個新的命令` tight_layout()`，自動為你解決這個問題。 ```py plt.tight_layout() ```  當你擁有多個子圖時，你會經常看到不同軸域的標簽疊在一起。 ```py plt.close('all') fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2) example_plot(ax1) example_plot(ax2) example_plot(ax3) example_plot(ax4) ```  `tight_layout()`也會調整子圖之間的間隔來減少堆疊。  `tight_layout()`可以接受關鍵字參數`pad`、`w_pad`或者`h_pad`，這些參數圖像邊界和子圖之間的額外邊距。邊距以字體大小單位規定。 ```py plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0) ```  即使子圖大小不同，`tight_layout()`也能夠工作，只要網格的規定的兼容的。在下面的例子中，`ax1`和`ax2`是 2x2 網格的子圖，但是`ax3`是 1x2 網格。 ```py plt.close('all') fig = plt.figure() ax1 = plt.subplot(221) ax2 = plt.subplot(223) ax3 = plt.subplot(122) example_plot(ax1) example_plot(ax2) example_plot(ax3) plt.tight_layout() ```  它適用于使用`subplot2grid()`創建的子圖。 一般來說，從`gridspec`（[使用`GridSpec`自定義子布局的位置](http://matplotlib.org/users/gridspec.html#gridspec-guide)）創建的子圖也能正常工作。 ```py plt.close('all') fig = plt.figure() ax1 = plt.subplot2grid((3, 3), (0, 0)) ax2 = plt.subplot2grid((3, 3), (0, 1), colspan=2) ax3 = plt.subplot2grid((3, 3), (1, 0), colspan=2, rowspan=2) ax4 = plt.subplot2grid((3, 3), (1, 2), rowspan=2) example_plot(ax1) example_plot(ax2) example_plot(ax3) example_plot(ax4) plt.tight_layout() ```  雖然沒有徹底測試，它看起來也適用于`aspect`不為`auto`的子圖（例如帶有圖像的軸域）。 ```py arr = np.arange(100).reshape((10,10)) plt.close('all') fig = plt.figure(figsize=(5,4)) ax = plt.subplot(111) im = ax.imshow(arr, interpolation="none") plt.tight_layout() ```  ## 警告 + `tight_layout()`只考慮刻度標簽，軸標簽和標題。 因此，其他藝術家可能被截斷并且也可能重疊。 + 它假定刻度標簽，軸標簽和標題所需的額外空間與軸域的原始位置無關。 這通常是真的，但在罕見的情況下不是。 + `pad = 0`將某些文本剪切幾個像素。 這可能是當前算法的錯誤或限制，并且不清楚為什么會發生。 同時，推薦使用至少大于 0.3 的間隔。 ## 和`GridSpec`一起使用 `GridSpec`擁有自己的`tight_layout()`方法（pyplot API 的`tight_layout()`也能生效）。 ```py plt.close('all') fig = plt.figure() import matplotlib.gridspec as gridspec gs1 = gridspec.GridSpec(2, 1) ax1 = fig.add_subplot(gs1[0]) ax2 = fig.add_subplot(gs1[1]) example_plot(ax1) example_plot(ax2) gs1.tight_layout(fig) ```  你可以提供一個可選的`rect`參數，指定子圖所填充的邊框。 坐標必須為標準化圖形坐標，默認值為`(0, 0, 1, 1)`。 ```py gs1.tight_layout(fig, rect=[0, 0, 0.5, 1]) ```  例如，這可用于帶有多個`gridspecs`的圖形。 ```py gs2 = gridspec.GridSpec(3, 1) for ss in gs2: ax = fig.add_subplot(ss) example_plot(ax) ax.set_title("") ax.set_xlabel("") ax.set_xlabel("x-label", fontsize=12) gs2.tight_layout(fig, rect=[0.5, 0, 1, 1], h_pad=0.5) ```  我們可以嘗試匹配兩個網格的頂部和底部。 ```py top = min(gs1.top, gs2.top) bottom = max(gs1.bottom, gs2.bottom) gs1.update(top=top, bottom=bottom) gs2.update(top=top, bottom=bottom) ``` 雖然這應該足夠好了，調整頂部和底部可能也需要調整`hspace`。 為了更新`hspace`和`vspace`，我們再次使用更新后的`rect`參數調用`tight_layout()`。 注意，`rect`參數指定的區域包括刻度標簽。因此，我們將底部（正常情況下為 0）增加每個`gridspec`的底部之差。 頂部也一樣。 ```py top = min(gs1.top, gs2.top) bottom = max(gs1.bottom, gs2.bottom) gs1.tight_layout(fig, rect=[None, 0 + (bottom-gs1.bottom), 0.5, 1 - (gs1.top-top)]) gs2.tight_layout(fig, rect=[0.5, 0 + (bottom-gs2.bottom), None, 1 - (gs2.top-top)], h_pad=0.5) ```  ## 和`AxesGrid1`一起使用 雖然受限但也支持`axes_grid1`工具包 ```py plt.close('all') fig = plt.figure() from mpl_toolkits.axes_grid1 import Grid grid = Grid(fig, rect=111, nrows_ncols=(2,2), axes_pad=0.25, label_mode='L', ) for ax in grid: example_plot(ax) ax.title.set_visible(False) plt.tight_layout() ```  ## 顏色條 如果你使用`colorbar`命令創建了顏色條，創建的顏色條是`Axes`而不是`Subplot`的實例，所以`tight_layout`沒有效果。在 Matplotlib v1.1 中，你可以使用`gridspec`將顏色條創建為子圖。 ```py plt.close('all') arr = np.arange(100).reshape((10,10)) fig = plt.figure(figsize=(4, 4)) im = plt.imshow(arr, interpolation="none") plt.colorbar(im, use_gridspec=True) plt.tight_layout() ``` ![])http://matplotlib.org/_images/tight_layout_guide-14.png 另一個選項是使用`AxesGrid1`工具包，顯式為顏色條創建一個軸域： ```py plt.close('all') arr = np.arange(100).reshape((10,10)) fig = plt.figure(figsize=(4, 4)) im = plt.imshow(arr, interpolation="none") from mpl_toolkits.axes_grid1 import make_axes_locatable divider = make_axes_locatable(plt.gca()) cax = divider.append_axes("right", "5%", pad="3%") plt.colorbar(im, cax=cax) plt.tight_layout() ```