如何禁用bbox_英寸='；紧密的'；在ipython笔记本中使用matplotlib内联时

在ipython笔记本中使用matplotlib内联后端时，默认行为是使用bbox_inches='tight'通过savefig（）在内部生成嵌入的png图像。这消除了轴周围的空白，在大多数情况下非常有用

但是，有时可能需要（暂时）禁用此功能，例如，当他想要手动保持两个图形垂直对齐时（假设我们不想在此处使用子图）：

那么如何禁用这种行为呢？谢谢~

编辑 为了使此处涉及的问题更加明确（感谢Anzel），由于yticklabels中要显示更多的数字，在savefig（）中的bbox_inches='tight'选项触发自动布局调整后，第二个图形将具有更大的左边距（和更小的右边距），笔记本电脑内部调用它来生成嵌入式png输出。它将有效地截断我有意使用subplot_adjust（）创建的任何额外空间，这样第二个图形似乎会向右移动，而不是与第一个图形垂直“对齐”

很容易理解我的意思——只需尝试上面的代码片段：）

---

我在这里不使用子图/子图的原因（参见对Anzel答案的评论）是因为在这种特殊情况下，这两个数字实际上是由几十个小的子图组成的，再加上一些额外的格式/标签。将它们合并成一个更大的子图数组并非易事…

您可以使用

pyplot.subplot

以网格顺序对齐图，以便在笔记本中直观地对齐图形（如果您需要的话？）

大概是这样的：

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np

d1 = np.random.rand(100)
d2 = np.random.rand(100)*10000

fig, (ax1, ax2) = plt.subplots(nrows=2, ncols=1)
plt.subplots_adjust(left=0.2)
ax1.plot(d1)
ax2.plot(d2)

更新 由于OP要求使用单独的绘图而不是子绘图，这里有一个黑客解决方案。这是我的笔记本上的工作，更多关于定制的细节可以找到

---

这不是最优雅的方式，但它能按要求工作。

这里有一个更完整的答案：

诀窍是关闭ipython中的

bbox\u inches='tight'

设置。暂时这样做有点尴尬，但只需在块中运行IPython魔术：

%config InlineBackend.print\u figure\u kwargs={'bbox\u inches'：None}

---

如果要切换回正常方式，即轴标签不会自动剪切，可以运行

%config InlineBackend.print\u figure\u kwargs={'bbox\u inches'：'tight'}

但它必须位于需要精确边界框的绘图块之后。

为什么不使用

matplotlib.pyplot

？只是为了方便起见。我认为matplotlib.pyplot.plot和pylab.plot是等效的。Pylplot是matplotlib内置的，你不一定需要导入pylab，这就是我的意思。更重要的是，我不认为我完全达到了你想要的效果，你想在笔记本电脑中动态地将轴标签设置得更窄更宽吗？本质上，我想更改轴的左边距（从默认的0.1更改为0.2），以便在笔记本中两个图形的轴框/框在视觉上对齐。谢谢，Anzel~子图/子图确实是显而易见的方法。然而，正如我在问题中提到的，有时我们不想使用这个选项。在我的例子中，这两个图本身由几十个小的子图组成，再加上一些附加的格式/标签。将它们合并到一个更大的子地块数组中并非易事，因此最好在图形级别进行操作。唯一需要做的是调整轴的左边距，这很容易在qt后端调整子批次。但对于内联后端，内部使用的bbox_inches='tight'选项会干扰这一点。@herrlich10，我终于找到了一个相当粗糙的解决方案。查看我的更新

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np

d1 = np.random.rand(100)
d2 = np.random.rand(100)*10000

fig, (ax1, ax2) = plt.subplots(nrows=2, ncols=1)
plt.subplots_adjust(left=0.2)
ax1.plot(d1)
ax2.plot(d2)

import matplotlib.pyplot as plt
import numpy as np

%matplotlib inline

# to override ytick.major.width before any plot
plt.rcParams['ytick.major.pad'] = 20
plt.plot(np.random.rand(100))

# another override to set alignment for the plot 
plt.rcParams['ytick.major.pad'] = 5
plt.figure()
plt.plot(np.random.rand(100)*10000)

# plt.rcdefaults() will reset everything to defaults as the doc says.