'bbox_to_anchor'的4元素元组参数在matplotlib中的含义是什么？

Question

在matplotlib网站的“图例指南”的"Legend location"部分，有一个小脚本，第9行是plt.legend(bbox_to_anchor=(0., 1.02, 1., .102), loc=3, ncol=2, mode="expand", borderaxespad=0.)。我看到传递给bbox_to_anchor的所有元组都有2个元素，但是这个元素有4.如果元组通过有4个元素，每个元素意味着什么？

我在pyplot.legend docs中查看了它，它说了bbox_transform坐标。所以我环顾四周，发现matplotlib.transforms.Bbox有一个static from_bounds(x0, y0, width, height)。

我猜测4元组参数的设置基于此from_bounds。我将脚本复制到Spyder，在Ipython控制台中执行了%matplotlib，并更改了一些值。这似乎是有道理的，但是当我尝试将.102更改为0.9之类的内容时，传说并没有改变。我认为元组基于from_bounds，我只是不知道为什么更改元组中的最后一个值什么也没做。

Answer 1

你是对的，plt.legend(bbox_to_anchor=(0., 1.02, 1., .102), loc=3)中的4元组设置为(x0, y0, width, height)，其中(x0,y0)是边界框的左下角坐标。

虽然这些参数设置了图例的边界框，但图例的实际垂直尺寸会缩小到放置元素所需的大小。此外，它的位置仅与loc参数一起确定。 loc参数设置边界框内图例的对齐方式，这样在某些情况下，更改height时不会看到任何差异，例如，情节（2）和（4）。

Answer 2

@ ImportanceOfBeingErnest的答案很棒。我想在图例框和边界框之间扩展alignment的含义。这意味着图例框和边界框的参数loc指示的不同位置将放在同一点。

例如，如果loc='center'，图例框的中心和边界框将位于同一点。如果loc='center right'，图例框的中间右侧和边界框将位于同一点。对于冗长... ...

让我们举一个具体的例子来说明这个想法，

bbox_to_anchor

的四个坐标

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.patches as patches

locs = ['upper right', 'lower left', 'center left', 'lower center', 'center',
        'right']

x0, y0, width, height = 0.5, 0.5, 0.1, 0.4

x = np.arange(0.1, 4, 0.1)
y = 1.0/x

fig = plt.figure(figsize=(10, 10))

idx = 1
for i in range(0, 2):
    for j in range(0, 3):
        ax = fig.add_subplot(3, 2, idx)
        ax.plot(x, y, label=r'$\frac{1}{x}$')
        ax.legend(loc=locs[idx-1], bbox_to_anchor=(x0, y0, width, height),
            edgecolor='g', fontsize='large', framealpha=0.5,
            borderaxespad=0)
        ax.add_patch(
            patches.Rectangle((x0, y0), width, height, color='r',
                            fill=False, transform=ax.transAxes)
        )
        ax.text(0.6, 0.2, s="loc = '{}'".format(locs[idx-1]),
        transform=ax.transAxes)
        idx += 1

plt.show()

上面的代码生成下面的图片，

在图像中，红色框是边界框，绿色框是图例框。每个子图中的loc表示两个框之间的对齐关系。

bbox_to_anchor

的两个坐标

当bbox_to_anchor只有两个值时，边界框的宽度和高度设置为零。我们稍微修改上面的代码，

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.patches as patches

locs = ['upper right', 'lower left', 'center left', 'lower center', 'center',
        'right']

x0, y0, width, height = 0.5, 0.5, 0, 0

x = np.arange(0.1, 4, 0.1)
y = 1.0/x

fig = plt.figure(figsize=(10, 10))

idx = 1
for i in range(0, 2):
    for j in range(0, 3):
        ax = fig.add_subplot(3, 2, idx)
        ax.plot(x, y, label=r'$\frac{1}{x}$')
        ax.legend(loc=locs[idx-1], bbox_to_anchor=(x0, y0, width, height),
            edgecolor='g', fontsize='large', framealpha=0.5,
            borderaxespad=0)
        ax.add_patch(
            patches.Rectangle((x0, y0), width, height, color='r',
                            fill=False, transform=ax.transAxes)
        )
        ax.text(0.6, 0.2, s="loc = '{}'".format(locs[idx-1]),
        transform=ax.transAxes)
        ax.plot(x0, y0, 'r.', markersize=8, transform=ax.transAxes)
        idx += 1

plt.show()

现在，制作图像变为

上图中的红点表示边界框坐标位置。