次要情节用手matplotlib

Question

次要情节手。

我指以下链接

http://nbviewer.jupyter.org/github/jakevdp/PythonDataScienceHandbook/blob/master/notebooks/04.08-Multiple-Subplots.ipynb

创建轴的最基本的方法是使用plt.axes功能。正如我们以前所见，默认情况下，这会创建一个填充整个图形的标准轴对象。 plt.axes也采用可选参数，该参数是图形坐标系中四个数字的列表。这些数字表示图形坐标系中的[left，bottom，width，height]，范围从图左下角的0到图右上角的1。例如，我们可以通过将x和y位置设置为0.65（即，从65％的宽度开始，65％的高度开始在另一个轴的右上角创建一个插入轴）。图），x和y的程度，以0.2（即，轴的尺寸是宽度为20％和该图的高度的20％）：

ax1 = plt.axes() # standard axes 
ax2 = plt.axes([0.65, 0.65, 0.2, 0.2]) 

这里例如上述我在位置期待AX2开始（0.65,0.65），因为我们有底部和左侧为0.65和0.65，但我观察（0.65，0.7）和lenght和高度为0.2，即，右垂直线的位置0.85，但我在0.9观测？为什么这是不同的。请解释一下。

Answer 1

给予plt.axes的数字是在图单元，其中该图中为1个单位宽和1个单位唤起注意。
让我强调的重要组成部分：

例如，我们可以通过x和y位置设置为0.65创建另一个轴的右上角的插入轴（即，开始于65的宽度和高度的图的）和x和y的程度，以0.2（即65％的％，轴的尺寸是宽度为20％和图的高度的20％ ）

也许图像有助于更好地理解

---

这就是说存在当这个码被用在IPython中或jupyter内嵌后端用一点点微妙。在这种情况下，输出中显示的图形的大小可能与原始图形略有不同，因为它会被裁剪或展开以适应内部绘制的所有内容。这相当于savefig的bbox_to_inched="tight"选项。因此，如果你想验证的插曲确实放置在数字规模的65％和20％大，则需要在笔记本以外运行代码的脚本，或保存数字plt.savefig("test.png")（不使用bbox_to_inched="tight"选项）。

最后一点：虽然add_axes可能是添加图形坐标轴的简单选项，但通常需要在坐标轴上添加一个插入点，即以坐标轴宽度和高度的百分比代替图形宽度，高度。这是可以做到如下：

import matplotlib.pyplot as plt 
from mpl_toolkits.axes_grid1.inset_locator import InsetPosition 

fig, ax1 = plt.subplots() 

ax2 = plt.axes([0, 0, 1, 1]) 
ip = InsetPosition(ax1, [0.4, 0.1, 0.3, 0.7]) 
         #posx, posy, width, height in coordinates of ax1 
ax2.set_axes_locator(ip) 

ax2.plot([1,2,3,4]) 
plt.show()