Matplotlib：函数调用中屏幕坐标的计算疑问

嘿，我刚入坑Matplotlib的时候也被这个搞晕过！其实核心是要区分数据坐标和显示/布局坐标这两套系统，它们各司其职：

1. 数据坐标（你熟悉的x、y数组） #

这是plot、bar这类绘图函数用的坐标，直接对应你要展示的实际数据值。比如你画plt.plot([1,2,3], [4,5,6])，这里的1/2/3和4/5/6就是数据轴上的位置，完全由你的数据集决定。

2. 显示/布局坐标（屏幕位置相关参数） #

这类参数和数据无关，是用来控制图表的整体布局、元素的固定位置的，常见的场景包括：

• 边距（margin）、内边距（padding）：比如plt.subplots_adjust(left=0.1, top=0.9)里的数值是相对于整个画布的比例（0到1之间），用来调整子图和画布边缘的距离
• 文本/注释的固定位置：比如你想让一段文字始终留在图表右上角，不管数据怎么缩放，这时候就不能用数据坐标，得用相对坐标轴的位置
• 图例、颜色条的位置调整：比如plt.legend(loc='upper right')里的loc参数其实也是基于坐标轴的相对位置

举个直观的例子 #

下面的代码展示了两种坐标的区别：

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y)

# 数据坐标的文本：跟着数据轴移动，缩放图表时位置会变
ax.text(5, 0, "跟着数据走的文本", fontsize=12)

# 相对坐标轴的文本：固定在右上角，缩放时位置不变
ax.text(0.95, 0.95, "固定右上角的文本", 
        transform=ax.transAxes,  # 指定用坐标轴相对坐标
        ha='right', va='top',    # 对齐方式
        fontsize=12, color='red')

# 调整子图边距（用画布相对比例）
plt.subplots_adjust(left=0.15, bottom=0.15, right=0.85, top=0.85)

plt.show()

为什么需要两套系统？ #

简单说就是为了灵活度：

• 用数据坐标能让元素和数据绑定，比如标注某个数据点
• 用显示坐标能让元素固定在布局里，比如标题、图例、全局注释，不管数据怎么变都保持在你想要的位置

刚开始混着用确实容易懵，多试试不同的transform参数（比如ax.transAxes、fig.transFigure），对比一下效果，很快就能摸清规律啦！

内容的提问来源于stack exchange，提问作者Sandeep