plt.rcParams['figure.constrained_layout.use'] = True
当前受约束的布局为 实验的 . 行为和API可能会发生变化，或者整个功能可能会在没有折旧期的情况下被删除。如果你 要求 您的绘图是绝对可复制的，在运行受约束的布局和使用后获取轴位置 ax.set_position() 在您的代码中 constrained_layout=False .
简单实例
在Matplotlib中，轴（包括子图）的位置以标准化图形坐标指定。轴标签或标题（有时甚至勾选标签）可能会超出图形区域，因此会被剪切。
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import matplotlib.gridspec as gridspec
import numpy as np
plt.rcParams['savefig.facecolor'] = "0.8"
plt.rcParams['figure.figsize'] = 4.5, 4.
plt.rcParams['figure.max_open_warning'] = 50
def example_plot(ax, fontsize=12, hide_labels=False):
ax.plot([1, 2])
ax.locator_params(nbins=3)
if hide_labels:
ax.set_xticklabels([])
ax.set_yticklabels([])
else:
ax.set_xlabel('x-label', fontsize=fontsize)
ax.set_ylabel('y-label', fontsize=fontsize)
ax.set_title('Title', fontsize=fontsize)
fig, ax = plt.subplots(constrained_layout=False)
example_plot(ax, fontsize=24)
为了防止这种情况发生，需要调整轴的位置。对于子批次，这可以通过调整子批次参数来完成。 (移动轴的边缘，为刻度标签留出空间 ）但是，使用 constrained_layout=True Kwarg将自动进行调整。
fig, ax = plt.subplots(constrained_layout=True)
example_plot(ax, fontsize=24)
当有多个子批次时，通常会看到不同轴的标签相互重叠。
fig, axs = plt.subplots(2, 2, constrained_layout=False)
for ax in axs.flat:
example_plot(ax)
指定 constrained_layout=True 在召唤 plt.subplots 使布局受到适当的约束。
fig, axs = plt.subplots(2, 2, constrained_layout=True)
for ax in axs.flat:
example_plot(ax)
如果用 Figure.colorbar ，你需要为它腾出空间。 constrained_layout 自动执行此操作。请注意，如果您指定 use_gridspec=True 它将被忽略，因为此选项用于通过 tight_layout .
对于 pcolormesh 关键字参数 (pc_kwargs ）我们用字典。下面我们将为多个轴指定一个颜色条，每个轴包含 ScalarMappable ；指定norm和colormap可确保颜色栏对于所有轴都是精确的。
arr = np.arange(100).reshape((10, 10))
norm = mcolors.Normalize(vmin=0., vmax=100.)
# see note above: this makes all pcolormesh calls consistent:
pc_kwargs = {'rasterized': True, 'cmap': 'viridis', 'norm': norm}
fig, ax = plt
.subplots(figsize=(4, 4), constrained_layout=True)
im = ax.pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=ax, shrink=0.6)
<matplotlib.colorbar.Colorbar object at 0x7fa9c011d048>
如果将轴（或其他可ITerable容器）列表指定给 ax 的参数 colorbar ，受约束的布局将占用指定轴的空间。
fig, axs = plt.subplots(2, 2, figsize=(4, 4), constrained_layout=True)
for ax in axs.flat:
im = ax.pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=axs, shrink=0.6)
<matplotlib.colorbar.Colorbar object at 0x7fa9bcd96ac8>
如果从轴网格内指定轴列表，颜色栏将适当地窃取空间并留有间隙，但所有子图的大小仍然相同。
fig, axs = plt.subplots(3, 3, figsize=(4, 4), constrained_layout=True)
for ax in axs.flat:
im = ax.pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=axs[1:, ][:, 1], shrink=0.8)
fig.colorbar(im, ax=axs[:, -1], shrink=0.6)
<matplotlib.colorbar.Colorbar object at 0x7fa9bf7ec1d0>
请注意，将单个轴指定为父轴时有一点微妙。在下面的内容中，颜色条可能需要并期望对齐，但它们不是这样的，因为与底轴配对的颜色条与轴的子产品规格绑定，因此在添加网格规格级别的颜色条时会收缩。
fig, axs = plt.subplots(3, 1, figsize=(4, 4), constrained_layout=True)
for ax in axs[:2]:
im = ax.pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=axs[:2], shrink=0.6)
im = axs[2].pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=axs[2], shrink=0.6)
<matplotlib.colorbar.Colorbar object at 0x7fa9fc858d68>
使单个轴的行为类似于轴列表的API将其指定为列表（或其他可ITerable容器），如下所示：
fig
, axs = plt.subplots(3, 1, figsize=(4, 4), constrained_layout=True)
for ax in axs[:2]:
im = ax.pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=axs[:2], shrink=0.6)
im = axs[2].pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=[axs[2]], shrink=0.6)
<matplotlib.colorbar.Colorbar object at 0x7fa9fca88e10>
副标题
constrained_layout 也可以为 suptitle .
fig, axs = plt.subplots(2, 2, figsize=(4, 4), constrained_layout=True)
for ax in axs.flat:
im = ax.pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=axs, shrink=0.6)
fig.suptitle('Big Suptitle')
Text(0.5, 0.9895825, 'Big Suptitle')
图例可以放置在其父轴之外。受约束的布局设计用于处理 Axes.legend() . 但是，受约束的布局确实 not 处理通过创建的图例 Figure.legend() （然而）
fig, ax = plt.subplots(constrained_layout=True)
ax.plot(np.arange(10), label='This is a plot')
ax.legend(loc='center left', bbox_to_anchor=(0.8, 0.5))
<matplotlib.legend.Legend object at 0x7fa9bcf1c198>
但是，这将从子地块布局中窃取空间：
fig, axs = plt.subplots(1, 2, figsize=(4, 2), constrained_layout=True)
axs[0].plot(np.arange(10))
axs[1].plot(np.arange(10), label='This is a plot')
axs[1].legend(loc='center left', bbox_to_anchor=(0.8, 0.5))
<matplotlib.legend.Legend object at 0x7fa9bceb72e8>
为了让图例人物或其他艺术家 not 从子地块布局中窃取空间，我们可以 leg.set_in_layout(False) . 当然，这可能意味着这个传说最终会出现，但如果随后用 fig.savefig('outname.png', bbox_inches='tight') . 但是，请注意，传说 get_in_layout 必须再次切换状态才能使保存的文件正常工作，如果希望在打印前通过受约束的布局调整轴的大小，则必须手动触发绘图。
fig, axs
= plt.subplots(1, 2, figsize=(4, 2), constrained_layout=True)
axs[0].plot(np.arange(10))
axs[1].plot(np.arange(10), label='This is a plot')
leg = axs[1].legend(loc='center left', bbox_to_anchor=(0.8, 0.5))
leg.set_in_layout(False)
# trigger a draw so that constrained_layout is executed once
# before we turn it off when printing....
fig.canvas.draw()
# we want the legend included in the bbox_inches='tight' calcs.
leg.set_in_layout(True)
# we don't want the layout to change at this point.
fig.set_constrained_layout(False)
fig.savefig('../../doc/_static/constrained_layout_1b.png',
bbox_inches='tight', dpi=100)
保存的文件如下：
解决这种尴尬的更好方法是简单地使用 Figure.legend ：
fig, axs = plt.subplots(1, 2, figsize=(4, 2), constrained_layout=True)
axs[0].plot(np.arange(10))
lines = axs[1].plot(np.arange(10), label='This is a plot')
labels = [l.get_label() for l in lines]
leg = fig.legend(lines, labels, loc='center left',
bbox_to_anchor=(0.8, 0.5), bbox_transform=axs[1].transAxes)
fig.savefig('../../doc/_static/constrained_layout_2b.png',
bbox_inches='tight', dpi=100)
保存的文件如下：
填充和间距
对于受约束的布局，我们在每个轴的边缘实现了填充。此填充设置距绘图边缘的距离，以及相邻绘图之间的最小距离。它由关键字参数以英寸为单位指定 w_pad 和 h_pad 对函数 set_constrained_layout_pads ：
fig, axs = plt.subplots(2, 2, constrained_layout=True)
for ax in axs.flat:
example_plot(ax, hide_labels=True)
fig.set_constrained_layout_pads(w_pad=4/72, h_pad=4/72, hspace=0, wspace=0)
fig, axs = plt.subplots(2, 2, constrained_layout=True)
for ax in axs.flat:
example_plot(ax, hide_labels=True)
fig.set_constrained_layout_pads(w_pad=2/72, h_pad=2/72, hspace=0, wspace=0)
子批次之间的间距由 wspace 和 hspace . 作为一个整体，有指定为子批次组大小的一部分。如果图形的大小改变了，那么这些空间就会按比例变化。请注意，在下面，边上的空间与上面的不一样，但是子图之间的空间是变化的。
fig
, axs = plt.subplots(2, 2, constrained_layout=True)
for ax in axs.flat:
example_plot(ax, hide_labels=True)
fig.set_constrained_layout_pads(w_pad=2/72, h_pad=2/72, hspace=0.2, wspace=0.2)
带颜色条的间距
将放置色带 wspace 和 hsapce 除了其他子批次。颜色条和它所连接的轴之间的填充永远不会小于 w_pad （对于垂直颜色条）或 h_pad （对于水平颜色条）。注意使用 pad 克瓦格在这里 colorbar 打电话。它默认为它所连接的轴的大小的0.02。
fig, axs = plt.subplots(2, 2, constrained_layout=True)
for ax in axs.flat:
pc = ax.pcolormesh(arr, **pc_kwargs)
fig.colorbar(pc, ax=ax, shrink=0.6, pad=0)
ax.set_xticklabels('')
ax.set_yticklabels('')
fig.set_constrained_layout_pads(w_pad=2/72, h_pad=2/72, hspace=0.2, wspace=0.2)
在上面的示例中，颜色条与绘图之间的距离永远不会超过2个点，但是如果我们希望它离得远一点，我们可以指定它的值 pad 非零。
fig, axs = plt.subplots(2, 2, constrained_layout=True)
for ax in axs.flat:
pc = ax.pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=ax, shrink=0.6, pad=0.05)
ax.set_xticklabels('')
ax.set_yticklabels('')
fig.set_constrained_layout_pads(w_pad=2/72, h_pad=2/72, hspace=0.2, wspace=0.2)
有五个 rcParams 可以在脚本或 matplotlibrc 文件。它们都有前缀 figure.constrained_layout ：
use ：是否使用受约束的布局。默认值为假
w_pad ， h_pad ：在轴对象周围填充。表示英寸的浮动。默认值为3/72。英寸（3分）
wspace ， hspace ：子批次组之间的空间。表示被分隔的子块宽度的一部分的浮点。默认值为0.02。
plt.rcParams['figure.constrained_layout.use'] = True
fig, axs = plt.subplots(2, 2, figsize=(3, 3))
for ax in axs.flat:
example_plot(ax)
与网格规范一起使用
约束布局用于 subplots() 或 GridSpec() 和 add_subplot() .
注意以下内容 constrained_layout=True
fig = plt.figure()
gs1
= gridspec.GridSpec(2, 1, figure=fig)
ax1 = fig.add_subplot(gs1[0])
ax2 = fig.add_subplot(gs1[1])
example_plot(ax1)
example_plot(ax2)
更复杂的gridspec布局是可能的。注意这里我们使用方便函数 add_gridspec 和 subgridspec .
fig = plt.figure()
gs0 = fig.add_gridspec(1, 2)
gs1 = gs0[0].subgridspec(2, 1)
ax1 = fig.add_subplot(gs1[0])
ax2 = fig.add_subplot(gs1[1])
example_plot(ax1)
example_plot(ax2)
gs2 = gs0[1].subgridspec(3, 1)
for ss in gs2:
ax = fig.add_subplot(ss)
example_plot(ax)
ax.set_title("")
ax.set_xlabel("")
ax.set_xlabel("x-label", fontsize=12)
Text(0.5, 22.166999999999994, 'x-label')
请注意，在上面的左侧和列没有相同的垂直范围。如果我们希望两个网格的顶部和底部对齐，则它们需要位于同一网格规格中：
fig = plt.figure()
gs0 = fig.add_gridspec(6, 2)
ax1 = fig.add_subplot(gs0[:3, 0])
ax2 = fig.add_subplot(gs0[3:, 0])
example_plot(ax1)
example_plot(ax2)
ax = fig.add_subplot(gs0[0:2, 1])
example_plot(ax)
ax = fig.add_subplot(gs0[2:4, 1])
example_plot(ax)
ax = fig.add_subplot(gs0[4:, 1])
example_plot(ax)
此示例使用两个gridspec使颜色栏仅与一组pcolor相关。请注意，由于这个原因，左边的列比右边的两列宽。当然，如果您希望子块的大小相同，您只需要一个gridspec。
def docomplicated(suptitle=None):
fig = plt.figure()
gs0 = fig.add_gridspec(1, 2, figure=fig, width_ratios=
[1., 2.])
gsl = gs0[0].subgridspec(2, 1)
gsr = gs0[1].subgridspec(2, 2)
for gs in gsl:
ax = fig.add_subplot(gs)
example_plot(ax)
axs = []
for gs in gsr:
ax = fig.add_subplot(gs)
pcm = ax.pcolormesh(arr, **pc_kwargs)
ax.set_xlabel('x-label')
ax.set_ylabel('y-label')
ax.set_title('title')
axs += [ax]
fig.colorbar(pcm, ax=axs)
if suptitle is not None:
fig.suptitle(suptitle)
docomplicated()
手动设置轴位置
可以有很好的理由手动设置轴位置。手动呼叫 set_position 将设置轴，使受约束的布局不再对其产生影响。（请注意，受约束的布局仍为移动的轴保留空间）。
fig, axs = plt.subplots(1, 2)
example_plot(axs[0], fontsize=12)
axs[1].set_position([0.2, 0.2, 0.4, 0.4])
如果要在数据空间中插入轴，则需要使用 fig.execute_constrained_layout() 打电话。然后将正确定位插入的图形。但是，如果图形的大小随后发生变化，则无法正确定位。同样，如果将图形打印到另一个后端，则由于后端渲染字体的方式存在细微差异，因此位置可能会略有变化。
from matplotlib.transforms import Bbox
fig, axs = plt.subplots(1, 2)
example_plot(axs[0], fontsize=12)
fig.execute_constrained_layout()
# put into data-space:
bb_data_ax2 = Bbox.from_bounds(0.5, 1., 0.2, 0.4)
disp_coords = axs[0].transData.transform(bb_data_ax2)
fig_coords_ax2 = fig.transFigure.inverted().transform(disp_coords)
bb_ax2 = Bbox(fig_coords_ax2)
ax2 = fig.add_axes(bb_ax2)
手动关闭 constrained_layout
constrained_layout 通常调整图形每次绘制时的轴位置。如果您想获得 constrained_layout 但不更新，然后进行初始绘制，然后调用 fig.set_constrained_layout(False) . 这对于勾号标签可能更改长度的动画可能很有用。
注意 constrained_layout 为关闭 ZOOM 和 PAN 使用工具栏的后端的GUI事件。这可以防止轴在缩放和平移期间更改位置。
局限性
不兼容的函数
constrained_layout 无法处理通过创建的子地块 pyplot.subplot . 原因是 pyplot.subplot 创建单独的 GridSpec
实例和 constrained_layout 使用（嵌套）网格规格来执行布局。因此，以下内容无法产生一个良好的布局：
fig = plt.figure()
ax1 = plt.subplot(221)
ax2 = plt.subplot(223)
ax3 = plt.subplot(122)
example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
当然，可以使用网格规范进行布局：
fig = plt.figure()
gs = fig.add_gridspec(2, 2)
ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[1, 0])
ax3 = fig.add_subplot(gs[:, 1])
example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
同样地， subplot2grid() 不起作用的原因相同：每次调用都会创建一个不同的父gridspec。
fig = plt.figure()
ax1 = plt.subplot2grid((3, 3), (0, 0))
ax2 = plt.subplot2grid((3, 3), (0, 1), colspan=2)
ax3 = plt.subplot2grid((3, 3), (1, 0), colspan=2, rowspan=2)
ax4 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)
example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
example_plot(ax4)
使此绘图与 constrained_layout 再次使用 gridspec 直接地
fig = plt.figure()
gs = fig.add_gridspec(3, 3)
ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1:])
ax3 = fig.add_subplot(gs[1:, 0:2])
ax4 = fig.add_subplot(gs[1:, -1])
example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
example_plot(ax4)
constrained_layout 只考虑滴答标签、轴标签、标题和图例。因此，其他艺术家可能被剪短，也可能重叠。
它假定滴答标签、轴标签和标题所需的额外空间独立于轴的原始位置。这通常是正确的，但很少有不正确的情况。
后端处理渲染字体的方式存在细微差异，因此结果将不完全相同。
艺术家使用轴坐标超出轴边界将导致不寻常的布局时，添加到轴。通过将艺术家直接添加到 Figure 使用 add_artist() . 见 ConnectionPatch 举个例子。
受约束的布局可能会以某种意外的方式失败。因为它使用一个约束解算器，解算器可以找到数学上正确的解，但这根本不是用户想要的。通常的故障模式是所有尺寸折叠到其最小允许值。如果发生这种情况，有两个原因：
您请求绘制的元素空间不足。
有一个bug-在这种情况下，请在https://github.com/matplotlib/matplotlib/issues上打开一个问题。
如果存在错误，请使用不需要外部数据或依赖项（numpy除外）的自包含示例进行报告。
算法注意事项
约束的算法相对简单，但由于我们布局图形的方法复杂，因此具有一定的复杂性。
图形布局
图按层次排列：
图： fig = plt.figure()
GRIDSPEC gs0 = gridspec.GridSpec(1, 2, figure=fig)
Subplotspec： ss = gs[0, 0]
- 轴：
ax0 = fig.add_subplot(ss)
- Subplotspec：
ss = gs[0, 1]
Gridspec： gsR = gridspec.GridSpecFromSubplotSpec(2, 1, ss)
Subplotspec： ss = gsR[0,
0]
- 轴：
axR0 = fig.add_subplot(ss)
Subplotspec： ss = gsR[1, 0]
- 轴：
axR1 = fig.add_subplot(ss)
每个项目都有一个与之关联的layoutbox。使用创建的网格规格的嵌套 GridSpecFromSubplotSpec 可以任意深。
各 Axes 有 two LayOutbox。第一个， ax._layoutbox 表示轴的外部及其所有装饰（即记号标签、轴标签等）。第二个布局框对应于轴 ax.position 设置脊椎在图中的位置。
为什么有这么多集装箱？理想情况下，只需要轴布局框。对于gridspec，如果gridspec是通过 GridSpecFromSubplotSpec . 在顶层，对称是可取的，但也为 suptitle .
对于子图规格/轴的情况，轴通常有颜色条或其他需要打包在子图规格内的注释，因此需要外部层。
简单情况：一个轴
对于单个轴，布局是直接向前的。图形和外部网格规格的布局框一致。子批次规格和轴框也一致，因为轴没有颜色条。注意红色的区别 pos 盒子和绿色 ax 框由轴周围装饰的大小设置。
在代码中，这是通过 do_constrained_layout() 喜欢：
ax._poslayoutbox.edit_left_margin_min(-bbox.x0 + pos.x0 + w_padt)
from matplotlib._layoutbox import plot_children
fig, ax = plt.subplots(constrained_layout=True)
example_plot(ax, fontsize=24)
plot_children(fig, fig._layoutbox, printit=False)
简单情况：两个轴
在这种情况下，轴布局框和子批次规格框仍然是共同的。然而，由于右地块中的装饰比左地块小得多，所以右中铺箱较小。
子批次规范框在子例程的代码中列出。 arange_subplotspecs() 它只检查代码中的子块规格，并对它们进行适当的堆叠。
两个 pos 轴排成一列。因为它们有相同的最小行，所以它们排在最上面。因为它们的最大行数相同，所以它们在底部排成一行。在代码中，这是通过调用 layoutbox.align . 如果有多行，则行之间将发生相同的水平对齐。
两个 pos 轴的宽度相同，因为子块规格占用相同的列数。这是在代码中完成的，其中 dcols0 被比作 dcolsC . 如果它们相等，那么它们的宽度就被限制为相等。
虽然在这种情况下有点微妙，但请注意，子图规范之间的划分是 not 居中，但已向右移动，以便为左侧绘图上较大的标签留出空间。
fig, ax = plt.subplots(1, 2, constrained_layout=True)
example_plot(ax[0], fontsize=32)
example_plot(ax[1], fontsize=8)
plot_children(fig, fig._layoutbox, printit=False)
两个轴和颜色条
添加颜色栏可以清楚地说明为什么子批次规格的layoutboxes必须不同于轴layoutboxes。在这里，我们看到左边的子产品规格有更多的空间来容纳 colorbar 有两个绿色的 ax 盒子里面的 ss 盒子。
请注意 pos 由于对宽度的限制，框仍然相同，因为它们的子块规格占用相同数量的列（本例中的一列）。
颜色栏布局逻辑包含在 make_axes which calls _ 约束的“layout.layoutColorBarSingle（）``用于附加到单个轴的CBAR，以及 ``_constrained_layout.layoutcolorbargridspec() 如果颜色栏与网格规格相关联。
fig, ax = plt.subplots(1, 2, constrained_layout=True)
im = ax[0].pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=ax[0], shrink=0.6)
im = ax[1].pcolormesh(arr, **pc_kwargs)
plot_children(fig, fig._layoutbox, printit=False)
与网格规格关联的颜色条
此示例显示了由颜色栏layoutbox缩小的子批次规格layoutbox。颜色栏LayoutBox的大小设置为 shrink 小于 pos 网格规格中的布局框，并使其位于这两个点之间的中心。
fig, axs = plt.subplots(2, 2, constrained_layout=True)
for ax in axs.flat:
im = ax.pcolormesh(arr, **pc_kwargs)
fig.colorbar(im, ax=axs, shrink=0.6)
plot_children(fig, fig._layoutbox
, printit=False)
轴大小不均匀
在网格规格布局中，有两种方法可以使轴的大小不均匀，一种是将轴指定为跨网格规格行或列，另一种是指定宽度和高度比率。
这里使用第一种方法。使高度正确的约束在代码中， drowsC < drows0 在这种情况下，1小于2。因此，我们将1行轴的高度限制为小于2行轴高度的一半。
如果附加在较小轴上的装饰非常大，则此算法可能是错误的，因此存在未计算的边缘情况。
fig = plt.figure(constrained_layout=True)
gs = gridspec.GridSpec(2, 2, figure=fig)
ax = fig.add_subplot(gs[:, 0])
im = ax.pcolormesh(arr, **pc_kwargs)
ax = fig.add_subplot(gs[0, 1])
im = ax.pcolormesh(arr, **pc_kwargs)
ax = fig.add_subplot(gs[1, 1])
im = ax.pcolormesh(arr, **pc_kwargs)
plot_children(fig, fig._layoutbox, printit=False)
高度和宽度比率与代码的相同部分相适应，较小的轴总是被限制为小于较大的轴。
fig = plt.figure(constrained_layout=True)
gs = gridspec.GridSpec(3, 2, figure=fig,
height_ratios=[1., 0.5, 1.5], width_ratios=[1.2, 0.8])
ax = fig.add_subplot(gs[:2, 0])
im = ax.pcolormesh(arr, **pc_kwargs)
ax = fig.add_subplot(gs[2, 0])
im = ax.pcolormesh(arr, **pc_kwargs)
ax = fig.add_subplot(gs[0, 1])
im = ax.pcolormesh(arr, **pc_kwargs)
ax = fig.add_subplot(gs[1:, 1])
im = ax.pcolormesh(arr, **pc_kwargs)
plot_children(fig, fig._layoutbox, printit=False)
空的gridspec插槽
尚未解释的最后一段代码是，如果打开了一个空的gridspec，将会发生什么。在这种情况下，会添加一个假的不可见轴，我们会像以前一样继续。空网格规格没有装饰，但轴位置与占用的轴位置的大小相同。
这是在 _constrained_layout.do_constrained_layout() (hassubplotspec ）
关键词：matplotlib代码示例，codex，python plot，pyplot Gallery generated by Sphinx-Gallery
上次更新时间： 1月 02, 2021 。
