Matplotlib：如何缩小3D绘图避免标签超出子图范围

在2D绘图中，使用constrained或tight布局通常足以调整坐标轴大小以适配标签，但对于小型3D绘图，所有默认布局均无法解决标签超出子图范围的问题。尝试查阅transform相关资料想手动缩小坐标轴，但因从未使用过transform，难以理解其应用方式。

请问是否存在缩小3D绘图尺寸以避免标签超出子图范围的方法？

最小可复现代码（MWE） #

import numpy as np
import matplotlib.pyplot as plt

if __name__ == "__main__":

    x = np.random.uniform(0, 1, 100)
    y = np.random.uniform(0, 1, 100)
    z = np.random.uniform(0, 1, 100)

    fig = plt.figure(facecolor="green", layout="constrained", figsize=(3, 3))
    ax = fig.add_subplot(111, projection="3d", proj_type="ortho")
    ax.scatter(x, y, z)
    plt.show()

以下是几种实用的解决方法：

方法1：手动设置子图位置与尺寸 #

直接通过ax.set_position()定义子图在画布中的位置和大小，给坐标轴标签留出足够的外围空间。参数为[左边界, 底边界, 宽度, 高度]，取值范围均为0-1：

import numpy as np
import matplotlib.pyplot as plt

if __name__ == "__main__":
    x = np.random.uniform(0, 1, 100)
    y = np.random.uniform(0, 1, 100)
    z = np.random.uniform(0, 1, 100)

    fig = plt.figure(facecolor="green", figsize=(3, 3))
    ax = fig.add_subplot(111, projection="3d", proj_type="ortho")
    # 缩小子图并居中，留出边距给标签
    ax.set_position([0.2, 0.2, 0.6, 0.6])
    ax.scatter(x, y, z)
    plt.show()

方法2：缩小标签字体+调整坐标轴比例 #

通过缩小坐标轴标签的字体大小，同时用ax.set_box_aspect()固定坐标轴比例，间接让绘图区域适配标签：

import numpy as np
import matplotlib.pyplot as plt

if __name__ == "__main__":
    x = np.random.uniform(0, 1, 100)
    y = np.random.uniform(0, 1, 100)
    z = np.random.uniform(0, 1, 100)

    fig = plt.figure(facecolor="green", layout="constrained", figsize=(3, 3))
    ax = fig.add_subplot(111, projection="3d", proj_type="ortho")
    # 设置坐标轴等比例显示
    ax.set_box_aspect([1, 1, 1])
    # 缩小刻度标签字体
    ax.tick_params(axis='both', labelsize=8)
    ax.scatter(x, y, z)
    plt.show()

方法3：调整画布边距 #

使用plt.subplots_adjust()直接调整画布的上下左右边距，为标签腾出空间：

import numpy as np
import matplotlib.pyplot as plt

if __name__ == "__main__":
    x = np.random.uniform(0, 1, 100)
    y = np.random.uniform(0, 1, 100)
    z = np.random.uniform(0, 1, 100)

    fig = plt.figure(facecolor="green", figsize=(3, 3))
    ax = fig.add_subplot(111, projection="3d", proj_type="ortho")
    ax.scatter(x, y, z)
    # 调整边距，数值可根据实际情况微调
    plt.subplots_adjust(left=0.2, right=0.8, bottom=0.2, top=0.8)
    plt.show()

内容的提问来源于stack exchange，提问作者alfonsoSR