理解 `matplotlib.pyplot.savefig` 的 `bbox_inches` 和 `pad_inches` 参数

在使用 matplotlib 绘图并保存为图片时，savefig 是一个非常重要的函数。它可以帮助我们将绘制的图保存成文件格式，比如 PNG、JPEG、PDF 等。然而，有时保存的图片可能会出现边距过大或内容被裁剪的情况，这时就需要用到 bbox_inches 和 pad_inches 参数来调整图片的边框。

什么是 bbox_inches？

简单来说，bbox_inches 就是告诉 savefig 保存图像时，要保存多大的一块区域：

• 默认值是 None：这意味着保存整个图，包括所有的边距。
• 设置为 'tight'：这会自动计算图像内容的紧凑范围，只保存图表的主要部分，去掉多余的空白边框。

举个例子：

import matplotlib.pyplot as plt

# 绘制一个简单的图
plt.plot([0, 1, 2], [0, 1, 4])
plt.title("Example Plot")

# 保存图片，默认模式（会有较大的空白边距）
plt.savefig("default.png")

# 保存图片，使用 bbox_inches='tight' 去掉多余的空白
plt.savefig("tight.png", bbox_inches='tight')

效果对比：

• default.png：图片有很多空白边距。
• tight.png：图片只保留了主要内容，去掉了多余的空白。

---

什么是 pad_inches？

pad_inches 是配合 bbox_inches='tight' 使用的。它决定了在紧凑模式下（tight）图像内容与边框之间要留多少额外的空间。单位是英寸。

• 默认值是 0.1：这会留出一点点空间，让内容不显得太紧。
• 设置为一个更大的值（如 0.5）：可以增加边距，让内容看起来更松散。
• 设置为 0：完全没有额外的边距，内容会紧贴图像边缘。

举个例子：

import matplotlib.pyplot as plt

# 绘制一个简单的图
plt.plot([0, 1, 2], [0, 1, 4])
plt.title("Example Plot with Padding")

# 保存图片，去掉多余边距，但加大 padding
plt.savefig("tight_with_padding.png", bbox_inches='tight', pad_inches=0.5)

# 保存图片，去掉多余边距，但没有 padding
plt.savefig("tight_no_padding.png", bbox_inches='tight', pad_inches=0)

效果对比：

• tight_with_padding.png：图片内容周围有一定的空白，显得更松散。
• tight_no_padding.png：图片内容直接贴着边缘，看起来更紧凑。

---

总结

• bbox_inches 决定保存图像时的裁剪范围：
  • 'tight' 可以去掉多余的空白边框。
  • None 会保存整个图（包括空白）。
• pad_inches 决定裁剪后的图像内容与边框之间的额外间距：
  • 数值越大，边距越多；
  • 数值为 0，则没有边距。

完整代码示例

import matplotlib.pyplot as plt

# 创建图表
plt.plot([0, 1, 2], [0, 1, 4])
plt.title("Understanding bbox_inches and pad_inches")

# 保存图像，默认模式
plt.savefig("default.png")

# 保存图像，去掉多余空白，增加边距
plt.savefig("tight_with_padding.png", bbox_inches='tight', pad_inches=0.5)

# 保存图像，去掉多余空白，没有边距
plt.savefig("tight_no_padding.png", bbox_inches='tight', pad_inches=0)

运行上述代码后，你会得到三张图片，可以通过对比清楚地理解这两个参数的作用。

希望这篇文章能帮助你更好地使用 savefig 参数，让你的图像保存更符合预期！