删除Matplotlib中楔形极坐标图周围的空间

Question

通过设置thetamin和thetamax属性，我开始在Matplotlib中创建不包含整个圆的极坐标图，即“楔形”图。这是我期待已久的事情，我很高兴他们完成了：）

然而，我注意到，使用此功能时，轴内的图形位置似乎以一种奇怪的方式变化；根据楔形角光圈，很难对图形进行微调，使其看起来很漂亮。在

下面是一个例子：

import numpy as np
import matplotlib.pyplot as plt

# get 4 polar axes in a row
fig, axes = plt.subplots(2, 2, subplot_kw={'projection': 'polar'},
                         figsize=(8, 8))

# set facecolor to better display the boundaries
# (as suggested by ImportanceOfBeingErnest)
fig.set_facecolor('paleturquoise')

for i, theta_max in enumerate([2*np.pi, np.pi, 2*np.pi/3, np.pi/3]):

    # define theta vector with varying end point and some data to plot
    theta = np.linspace(0, theta_max, 181)
    data = (1/6)*np.abs(np.sin(3*theta)/np.sin(theta/2))

    # set 'thetamin' and 'thetamax' according to data
    axes[i//2, i%2].set_thetamin(0)
    axes[i//2, i%2].set_thetamax(theta_max*180/np.pi)

    # actually plot the data, fine tune radius limits and add labels
    axes[i//2, i%2].plot(theta, data)
    axes[i//2, i%2].set_ylim([0, 1])
    axes[i//2, i%2].set_xlabel('Magnitude', fontsize=15)
    axes[i//2, i%2].set_ylabel('Angles', fontsize=15)

fig.set_tight_layout(True)
#fig.savefig('fig.png', facecolor='skyblue')

标签位于不合适的位置并且位于刻度标签之上，但是可以通过在set_xlabel，set_ylabel命令中添加额外的labelpad参数来移动到离轴更近或更远的地方，因此这不是一个大问题。在

不幸的是，我的印象是，图被调整为适合现有的轴尺寸，这反过来又导致半圆图上下出现一个非常尴尬的空白（这当然是我需要使用的那个）。在

这听起来像是一个很容易摆脱的东西——我的意思是，楔形图是自动完成的——但我似乎不知道如何在半圆内做到这一点。有人能解释一下吗？在

---

编辑：抱歉，我的问题不是很清楚；我想创建一个半圆形的极坐标图，但似乎使用set_thetamin()你会在图像周围（尤其是上面和下面）留下大量空白，如果可能的话，我宁愿删除这些空白。在

这是通常tight_layout()负责的那种东西，但在这里它似乎没有起到作用。我试着在绘图后手动更改图形窗口的大小，但空白只是随更改而缩放。下面是一个最小的工作示例；如果需要，我可以让xlabel更接近图像，但保存的图像文件周围仍包含大量空白。在

有人知道怎么去掉这个空白吗？在

^{pr2}$

---

编辑2:为图形添加了背景色以更好地显示边界，如ImportanteOfBeingErnest的answer中所建议的。在

Answer 1

似乎“截断”极轴的楔子被放置在原始轴的中间。游戏中似乎有一些叫做LockedBBox和{}的结构，我以前从未见过，也没有完全理解。它们似乎是在绘图时被创造出来的，因此从外部操纵它们似乎介于困难和不可能之间。在

一种方法可以是操纵原始轴，这样得到的楔形物会出现在所需的位置。这并不是真正的确定性，而是通过尝试和错误来寻找一些好的值。在

在这种情况下，要调整的参数是图形大小（figsize）、标签的填充（labelpad，正如问题中已经指出的），最后是轴的位置（ax.set_position([left, bottom, width, height])）。在

结果可能看起来像

import numpy as np
import matplotlib.pyplot as plt

# get a half circle polar plot
fig1, ax1 = plt.subplots(1, 1, figsize=(6,3.4), subplot_kw={'projection': 'polar'})
theta_min = 1.e-9
theta_max = np.pi

theta = np.linspace(theta_min, theta_max, 181)
data = (1/6.)*np.abs(np.sin(3*theta)/np.sin(theta/2.))

# set 'thetamin' and 'thetamax' according to data
ax1.set_thetamin(0)
ax1.set_thetamax(theta_max*180./np.pi)

# actually plot the data, fine tune radius limits and add labels
ax1.plot(theta, data)
ax1.set_ylim([0, 1])
ax1.set_xlabel('Magnitude', fontsize=15, labelpad=-60)
ax1.set_ylabel('Angles', fontsize=15)

ax1.set_position( [0.1, -0.45, 0.8, 2])

plt.show()

为了更好地了解背景的颜色。在