Python 自动获取子地块的坐标，以便将其设置为图例的自动定位

我第一次尝试手动设置由生成的主情节的主图例的位置

下图表示联合分布协方差矩阵的1/2西格玛置信水平。它是由中国制造的

生成此图的主要例程是：

    # g.settings
    g = plots.get_subplot_plotter()
    g.settings.figure_legend_frame = True
    g.settings.legend_fontsize = 21
        g.triangle_plot([matrix1, matrix2],
                          names,
                          filled = True,
                          contour_colors = ['darkblue','red'],
                          line_args = [{'lw':2, 'color':'darkblue'},
                          {'lw':2, 'color':'red'}]
                          )

g.add_legend(['Opt. Flat. No Gamma. - cross - standard situation - Criterion taking into accound a = 200',\
  'Pess. Flat. No Gamma. - cross - standard situation - Criterion taking into account a = 300' ],\
  bbox_to_anchor = [1.5, 8.5])

值

1.5

似乎对应于x坐标（宽度）

8.5

对应于图例的y坐标（高度）

现在，我想自动完成这个过程，而不是每次设置手动图例的位置

我希望图例的右上角位于第一个左上框的上边框（刚好位于“1sigma±0.0012”标题下方的顶行边框水平）

我还希望图例被推到图形的右侧（直到图形右下框的右边框：由

sigma8

“1sigma±0.001”标题标识）；注意：我希望它位于1.0和0.0 xtick之前，正好在右线边框的x坐标处）

这里是我试图获取左上框顶部边框的全局坐标（整个图）：

# First, get y coordinates of top border for first Likelihood
  box1 = g.subplots[0,0]
  box1_coords = box1._position.bounds
  print('box1_coords = ', box1_coords)

我在执行时得到以下值：

box1_coords =  (0.125, 0.7860975609756098, 0.09451219512195125, 0.09390243902439022)

如您所见，这些值似乎是标准化的，因此，如果要将这些值插入到中，我不知道如何处理：

bbox_to_anchor = [box1_coords[0], box1_coords[1]]

正如预期的那样，这行代码为图例生成了一个错误的位置

那么，我如何能够自动将bbox_的良好值分配给_锚，以获得我想要的（由
“1sigma±0.0012”标题标识的左上框顶部边框水平的y坐标）并将其从右侧推到右下框的右边框（由带有
“1sigma±0.001”的sigma8标识的x坐标）标题
）

更新1
我试图使它们适应我的情况，但问题仍然存在。以下是我所做的：

# g.settings
g = plots.get_subplot_plotter()

# get the max y position of the top left axis
top_left_plot = g.subplots[0,0].axes.get_position().ymax
# get the max x position of the bottom right axis
# it is -1 to reference the last plot
bottom_right_plot = g.subplots[-1,-1].axes.get_position().xmax

我不知道为什么
top\u left\u plot
和
bottom\u right\u plot
的值不是好的

我认为
子图[0,0]
（对于图例的顶部
y坐标
）指的是左上方的子图，而
子图[-1，-1]
指的是右下方的子图（对于图例的右侧
x坐标
），但考虑到这一点，它不起作用

例如：

# g.settings
g = plots.get_subplot_plotter()
# Call triplot
g.triangle_plot([matrix1, matrix2],
                names,
                filled = True,
                legend_labels = [],
                contour_colors = ['darkblue','red'],
                line_args = [{'lw':2, 'color':'darkblue'},
                {'lw':2, 'color':'red'}])

g.add_legend(['Opt. Flat. No Gamma. - cross - standard situation - Criterion taking into accound a = 200',
'Pess. Flat. No Gamma. - cross - standard situation - Criterion taking into account a = 300'],
legend_loc='upper right',
bbox_to_anchor=(bottom_right_plot, top_left_plot)
)

我得到：

legend_coords y_max, x_max  0.88 0.9000000000000001

我不明白为什么在
g.add\u legend
中不考虑这些值（似乎包含在0.0和1.0之间）

使用
@mullinsr
的解决方案，我得到了下图：


如果我通过强制获取图例位置的坐标：

top_left_plot = 8.3
bottom_right_plot = 1.0

这看起来像这篇文章的第一个人物。但这两个值并不像它应该的那样包含在0.0和1.0之间

更新2
@mullinsr
，谢谢，我一直关注您的更新，总是遇到问题。如果我在脚本中直接应用相同的代码段，即：

g.add_legend(['An example legend - item 1'],
         legend_loc='upper right', # we want to specify the location of this point
         bbox_to_anchor=(bottom_right_plot, top_left_plot),
         bbox_transform=plt.gcf().transFigure, # this is the x and y co-ords we extracted above
         borderaxespad=0, # this means there is no padding around the legend
         edgecolor='black')

然后我得到下图：


正如您所看到的，坐标并不是真正期望的：出现了
x坐标
和
y坐标
的轻微移动

如果我将您的代码片段应用于我的图例文本，我会得到：


我为您提供了我整个脚本的链接，与预期相比，这将更容易让您看到错误：

它基本上按照您描述的那样工作。轴的b框
（xmin，ymin，width，height）
以图形的分数表示，并且
plt.legend（）
使用相同的格式，因此两者兼容。通过将图例的右上角设置为最外层轴定义的角，可以获得干净的布局，而不必担心图例的确切大小

导入matplotlib.pyplot作为plt
n=4
#创建子地块栅格
#备选方案：图，ax=plt.子批次（n，n）；ax[i，j]。删除j>i的（）
图=plt.图（）
gs=图添加网格规范（nrows=n，ncols=n）
ax=np.zeros（（n，n），dtype=object）
对于范围（n）中的i：
对于范围（n）内的j：
如果j它基本上按照您描述的那样工作。轴的b框
（xmin，ymin，width，height）
以图形的分数表示，并且
plt.legend（）
使用相同的格式，因此两者兼容。通过将图例的右上角设置为最外层轴定义的角，可以获得干净的布局，而不必担心图例的确切大小

导入matplotlib.pyplot作为plt
n=4
#创建子地块栅格
#备选方案：图，ax=plt.子批次（n，n）；ax[i，j]。删除j>i的（）
图=plt.图（）
gs=图添加网格规范（nrows=n，ncols=n）
ax=np.zeros（（n，n），dtype=object）
对于范围（n）中的i：
对于范围（n）内的j：
如果j这是我的答案，它与@scleronomic的答案是一样的，但我会指出一些在解决这个问题时绊倒我的东西

下面是我复制所需定位的代码，我尝试为您创建相同的子地块布局，但通过matplotlib而不是getdist——尽管结果相同

正如您所发现的，诀窍在于提取第一个和最后一个轴（左上角和右下角）的位置数据以供参考。使用的bounds方法返回：x0、y0、轴的宽度和高度（参见文档）。然而，我们想要的是最大的x和y，因此我们的图例角位于右上角。这可以通过使用xmax和ymax方法实现：

axes.flatten()[-1].get_position().xmax
axes.flatten()[0].get_position().ymax

一旦我们有了这些变量，就可以像您所做的那样，将它们传递到
add_legend（）
函数的
bbox\u to\u anchor
参数中。但是，如果我们也使用
loc='upper right'
，它会告诉matplotlib我们希望图例的右上角固定到右上角。最后，我们需要设置
borderaxespad=0
，否则图例将无法显示
import matplotlib.pyplot as plt

# code to layout subplots as in your example:
# --------------------------------------------
g, axes = plt.subplots(nrows=7, ncols=7,figsize=(10,10))

unwanted = [1,2,3,4,5,9,10,11,12,13,17,
            18,19,20,25,26,27,33,34,41]

for ax in axes.flatten():
    ax.plot([1,2], [1,2])
    ax.set_yticks([])
    ax.set_xticks([])

for n, ax in enumerate(axes.flatten()):    
    if n in unwanted:
        ax.remove()
        
# Code to answer your question:
# ------------------------------

# get the max y position of the top left axis
top_left_plot = axes.flatten()[0].get_position().ymax
# get the max x position of the bottom right axis
# it is -1 to reference the last plot
bottom_right_plot = axes.flatten()[-1].get_position().xmax

# I'm using the matplotlib so it is g.legend() not g.add_legend
# but g.add_legend() should work the same as it is a wrapper of th ematplotlib func
g.legend(['Opt. Flat. No Gamma. - cross - standard situation - Criterion taking into accound a = 200',
  'Pess. Flat. No Gamma. - cross - standard situation - Criterion taking into account a = 300'],
         loc='upper right', # we want to specify the location of this point
         bbox_to_anchor=(bottom_right_plot, top_left_plot), # this is the x and y co-ords we extracted above
         borderaxespad=0, # this means there is no padding around the legend
         edgecolor='black') # I set it black for this example

plt.show()

bbox_transform=plt.gcf().transFigure

import getdist
from getdist import plots, MCSamples
from getdist.gaussian_mixtures import GaussianND
covariance = [[0.001**2, 0.0006*0.05, 0], [0.0006*0.05, 0.05**2, 0.2**2], [0, 0.2**2, 2**2]]
mean = [0.02, 1, -2] 
gauss=GaussianND(mean, covariance)
g = plots.get_subplot_plotter(subplot_size=3)
g.triangle_plot(gauss,filled=True)

top_left_plot = g.subplots.flatten()[0].get_position().ymax
bottom_right_plot = g.subplots.flatten()[-1].get_position().xmax

g.add_legend(['An example legend - item 1'],
         legend_loc='upper right', # we want to specify the location of this point
         bbox_to_anchor=(bottom_right_plot, top_left_plot),
         bbox_transform=plt.gcf().transFigure, # this is the x and y co-ords we extracted above
         borderaxespad=0, # this means there is no padding around the legend
         edgecolor='black')