plt.savefig()保存图像时裁剪色标下标字符的问题求助

嘿，这个问题我太熟悉了！Matplotlib的bbox_inches="tight"有时候对LaTeX格式的下标这类特殊字符的边界识别不太到位，尤其是水平色标这种情况——手动保存窗口没问题是因为窗口会实时调整布局，但savefig的自动裁剪会漏掉下标部分。你试过的换行和labelpad只是调整了标签内部或标签与色标的距离，没从根本上让绘图引擎把下标纳入整体边界计算。

下面给你几个靠谱的解决办法：

方法1：用bbox_extra_artists指定色标元素 #

bbox_inches="tight"默认可能没把色标（ColorbarBase对象）完全纳入边界计算，我们可以手动把色标加入bbox_extra_artists参数，确保保存时包含它的完整标签：

修改你的保存代码部分：

# 在创建色标后，先让tight_layout调整布局
fig.tight_layout()
# 保存时指定bbox_extra_artists包含色标对象
plt.savefig("C:/Users/Christopher/Desktop/test.png", dpi=1200, bbox_inches="tight", bbox_extra_artists=[cb])

方法2：手动调整底部边距 #

如果方法1效果不够，你可以直接给整个图表调整底部留白，给下标留出足够空间：

# 在创建色标后，调整子图布局的底部边距
plt.subplots_adjust(bottom=0.2) # 数值可以根据实际情况调整，0.2是示例
plt.savefig("C:/Users/Christopher/Desktop/test.png", dpi=1200, bbox_inches="tight")

方法3：使用constrained_layout（推荐） #

Matplotlib 3.0+的constrained_layout比旧的tight_layout更智能，能自动处理元素的边界，包括LaTeX格式的文本。你可以在创建子图时就开启它：

# 创建子图时开启constrained_layout
fig, ax = plt.subplots(constrained_layout=True)

然后直接保存即可，不需要额外设置bbox_inches="tight"（当然加上也没问题）：

plt.savefig("C:/Users/Christopher/Desktop/test.png", dpi=1200)

完整修改后的示例代码（用方法3） #

import numpy
import random
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.patches as patches
import matplotlib.colors as mcolors
import matplotlib.colorbar as cbar
from matplotlib import cm

##########################################################
# Centre colourmap so 0=white
class MidpointNormalize(mpl.colors.Normalize):
    def __init__(self,vmin=None,vmax=None,midpoint=None,clip=False):
        self.midpoint=midpoint
        mpl.colors.Normalize.__init__(self,vmin,vmax,clip)
    def __call__(self,value,clip=None):
        x,y=[self.vmin,self.midpoint,self.vmax],[0,0.5,1]
        return numpy.ma.masked_array(numpy.interp(value,x,y),numpy.isnan(value))
##########################################################

# Set min and max values
xymin=0
xymax=10
valmin=-5
valmax=5
val=numpy.zeros((xymax,xymax),dtype=float)

# Configure plot - 开启constrained_layout
fig,ax=plt.subplots(constrained_layout=True)
ax.set_xlim([xymin,xymax])
ax.set_ylim([xymin,xymax])

# Configure colour bar
colours=plt.cm.RdBu(numpy.linspace(0,1,256))
colourmap=mcolors.LinearSegmentedColormap.from_list('colourmap',colours)
normalisecolors=mpl.colors.Normalize(vmin=valmin,vmax=valmax)
scalecolors=cm.ScalarMappable(norm=normalisecolors,cmap=colourmap)

label="$U/U_{"+(u"\u221e")+"}$"

for ix in range(xymin,xymax):
    for iy in range(xymin,xymax):
        xlow=ix*+1 # Calculate vertices of patch
        xhigh=(ix*1)+1
        ylow=iy*1
        yhigh=(iy*1)+1
        val[ix][iy]=random.randint(valmin,valmax) # Patch value
        rgbacolor=scalecolors.to_rgba(val[ix][iy]) # Calculate RGBA colour for value
        ax.add_patch(patches.Polygon([(xlow,ylow),(xlow,yhigh),(xhigh,yhigh),(xhigh,ylow)],fill=True,facecolor=rgbacolor)) # Add value as polygon patch

cax,_=cbar.make_axes(ax,orientation="horizontal")
cb=cbar.ColorbarBase(cax,cmap=colourmap,norm=MidpointNormalize(midpoint=0,vmin=valmin,vmax=valmax),orientation="horizontal",label=label)

plt.savefig("C:/Users/Christopher/Desktop/test.png",dpi=1200)
plt.clf()
plt.close()

这个修改后的代码用了constrained_layout=True，它会自动识别色标标签的下标并预留足够空间，保存的图片下标就不会被裁剪了。

内容的提问来源于stack exchange，提问作者chrisprt