matplotlib中的黑魔法：constrained和tight layout

欢迎关注”生信修炼手册”!

在画图时，经常会遇到文字等图形元素超过了图片边框，显示不全的问题，比如以下代码

>>> plt.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.randn(10))
>>> plt.title('title', fontsize = 60)
>>> plt.xlabel('xlabel', fontsize = 30)
>>> plt.ylabel('ylabel', fontsize = 30)
>>> plt.show()

输出结果如下

遇到这种问题，我们肯定想着说调节对应元素的属性，使其适合图片的大小，在这里例子中，我们通过调节字体大小fontsize可以来达到目的。这种方法要求我们对图形元素的属性进行精确控制，具体到一个确定的数值。

当然，我们可以不断调整属性的值，直到效果满意为止，但是在matplotlib中，为我们提供了更好的解决方法，通过constrained和tight layout两种布局，可以使得图形元素进行一定程度的自适应

1. constrained layout

用法如下

>>> plt.subplots(constrained_layout=True)
>>> plt.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.randn(10))
>>> plt.title('title', fontsize = 60)
>>> plt.xlabel('xlabel', fontsize = 30)
>>> plt.ylabel('ylabel', fontsize = 30)
>>> plt.show()

输出结果如下

2. tight layout

用法如下

>>> plt.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.randn(10))
>>> plt.title('title', fontsize = 60)
>>> plt.xlabel('xlabel', fontsize = 30)
>>> plt.ylabel('ylabel', fontsize = 30)
>>> plt.tight_layout()
>>> plt.show()

输出结果如下

只需要简单的应用这两种布局，matplotlib就会自动调整图形元素，使其恰当的显示，需要注意的是，这种黑魔法并不是任何情况下都可以奏效，只有当调整标题，图例，colorbar等常见图形元素时可以。对于复杂图形的布局问题，还是需要自己来精确控制图形元素的位置。

·end·

—如果喜欢，快分享给你的朋友们吧—

原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！

本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。

  更多精彩

• KEGG数据库，除了pathway你还知道哪些

• 全网最完整的circos中文教程

• DNA甲基化数据分析专题

• 突变检测数据分析专题

• mRNA数据分析专题

• lncRNA数据分析专题

• circRNA数据分析专题

• miRNA数据分析专题

• 单细胞转录组数据分析专题

• chip_seq数据分析专题

• Hi-C数据分析专题

• HLA数据分析专题

• TCGA肿瘤数据分析专题

• 基因组组装数据分析专题

• CNV数据分析专题

• GWAS数据分析专题

• 2018年推文合集

• 2019年推文合集

  写在最后

转发本文至朋友圈，后台私信截图即可加入生信交流群，和小伙伴一起学习交流。

扫描下方二维码，关注我们，解锁更多精彩内容！

一个只分享干货的

生信公众号

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！