如何解决自动获取子图的坐标，以便将其设置为图例的自动定位
我第一次尝试手动设置Getdist tool生成的主要情节的主要图例的位置。
下图显示了来自带有联合分布的协方差矩阵的1/2 sigma置信水平。它是由Getdist tool产生的。
生成该图的主要例程是：
# g.settings
g = plots.get_subplot_plotter()
g.settings.figure_legend_frame = True
g.settings.legend_fontsize = 21
g.triangle_plot([matrix1,matrix2],names,filled = True,contour_colors = ['darkblue','red'],line_args = [{'lw':2,'color':'darkblue'},{'lw':2,'color':'red'}]
)
g.add_legend(['Opt. Flat. No Gamma. - cross - standard situation - Criterion taking into accound a = 200',\
'Pess. Flat. No Gamma. - cross - standard situation - Criterion taking into account a = 300' ],\
bbox_to_anchor = [1.5,8.5])
值1.5似乎对应于图例的x坐标（宽度）8.5对应于图例的y坐标（高度）。
现在，我想自动执行此过程，而不是每次在图例位置都设置手动。
我希望图例的右上角位于左上角第一个框的顶部边框（正好位于“ 1sigma±0.0012”标题下方的顶部边框的水平）。
我也希望将图例推到图的右侧（直到图的右下框的右边框：由sigma8 "1sigma ± 0.001" title标识；警告：我想要它位于1.0和0.0 xticks之前，就在右边框的x坐标处。
在这里，我尝试获取此左上框的顶部边框的全局坐标（整个图）：
# First,get y coordinates of top border for first Likelihood
box1 = g.subplots[0,0]
box1_coords = box1._position.bounds
print('box1_coords = ',box1_coords)
我在执行时得到以下值：
box1_coords = (0.125,0.7860975609756098,0.09451219512195125,0.09390243902439022)
如您所见，这些值似乎已经标准化，所以我不知道如何将这些值插入：
bbox_to_anchor = [box1_coords[0],box1_coords[1]]
正如预期的那样，这行代码对图例产生不利影响。
所以，我如何设法自动为bbox_to_anchor分配合适的值以获得我想要的值（在"1sigma ± 0.0012" title所标识的左上框顶部边界处的y坐标）并推到右侧到右下框的右边界（由sigma8标识为"1sigma ± 0.001" title的x坐标）？
更新1
我试图使它们适应我的情况，但问题仍然存在。这是我所做的：
# g.settings
g = plots.get_subplot_plotter()
# get the max y position of the top left axis
top_left_plot = g.subplots[0,0].axes.get_position().ymax
# get the max x position of the bottom right axis
# it is -1 to reference the last plot
bottom_right_plot = g.subplots[-1,-1].axes.get_position().xmax
我不知道为什么top_left_plot和bottom_right_plot的值不好。
我认为subplots[0,0]（对于图例的顶部y-coordinate）是指左上子图，而subplots[-1,-1]是指右下子图（对于图例的右x-coordinate）但是考虑到这一点，它是行不通的。
例如：
# g.settings
g = plots.get_subplot_plotter()
# Call triplot
g.triangle_plot([matrix1,legend_labels = [],'color':'red'}])
g.add_legend(['Opt. Flat. No Gamma. - cross - standard situation - Criterion taking into accound a = 200','Pess. Flat. No Gamma. - cross - standard situation - Criterion taking into account a = 300'],legend_loc='upper right',bbox_to_anchor=(bottom_right_plot,top_left_plot)
)
我明白了：
legend_coords y_max,x_max 0.88 0.9000000000000001
我不明白为什么g.add_legend不考虑这些值（似乎介于0.0和1.0之间）。
有了@mullinscr的解决方案，我得到下图：
如果我通过强制获取图例位置的坐标：
top_left_plot = 8.3
bottom_right_plot = 1.0
这看起来像这篇文章的第一幅图。但是，这2个值并不像应有的那样介于0.0和1.0之间。
更新2
@mullinscr，谢谢，我一直关注您的更新，始终遇到问题。如果我直接在脚本中应用相同的代码段，即：
g.add_legend(['An example legend - item 1'],# we want to specify the location of this point
bbox_to_anchor=(bottom_right_plot,top_left_plot),bbox_transform=plt.gcf().transFigure,# this is the x and y co-ords we extracted above
borderaxespad=0,# this means there is no padding around the legend
edgecolor='black')
然后我得到下图：
如您所见，坐标并不是真正期望的：x-coordinate和y-coordinate上有微小的偏移。
如果我将您的代码段应用于图例文本，则会得到：
我为您提供了整个脚本的链接，与您期望的相比，这可能更容易使您看到错误：
解决方法
它基本上按照您的描述工作。轴的bbox (xmin,ymin,width,height)以数字形式给出，plt.legend()使用相同的格式，因此两者兼容。通过将图例的upper right角设置为最外轴定义的角，您可以获得整洁的布局，而不必担心图例的确切大小。
import matplotlib.pyplot as plt
n = 4
# Create the subplot grid
# Alternative: fig,ax = plt.subplots(n,n); ax[i,j].remove() for j > i
fig = plt.figure()
gs = fig.add_gridspec(nrows=n,ncols=n)
ax = np.zeros((n,n),dtype=object)
for i in range(n):
for j in range(n):
if j <= i:
ax[i,j] = fig.add_subplot(gs[i,j])
# add this to make the position of the legend easier to spot
ax[0,-1] = fig.add_subplot(gs[0,-1])
# Plot some dummy data
ax[0,0].plot(range(10),'b-o',label='Dummy Label 4x4')
# Set the legend
y_max = ax[0][0].get_position().ymax
x_max = ax[-1][-1].get_position().xmax
fig.legend(loc='upper right',bbox_to_anchor=(x_max,y_max),borderaxespad=0)
plt.show()
有些陷阱可能是因为使用Constrained Layout
或在保存文件时使用bbox_inches='tight'，因为两者都以意外方式破坏了图例的位置。
有关图例位置的更多示例，我发现this collection 非常有帮助。
,这是我的答案，与@scleronomic的答案相同，但我会指出一些导致我困惑的事情。
下面是我的代码，用于重现您想要的位置，我试图为您创建相同的子图布局，但是通过matplotlib不能得到getdist －尽管结果相同。
您已经发现，诀窍在于提取第一个和最后一个轴（左上和右下）的位置数据，以供参考。您使用的bounds方法返回：x0，y0，轴的宽度和高度（请参见文档）。但是，我们想要的是 maximum x和y，因此图例角位于右上角。这可以通过使用xmax和ymax方法来实现：
axes.flatten()[-1].get_position().xmax
axes.flatten()[0].get_position().ymax
一旦有了这些变量，就可以像您一样将它们传递到bbox_to_anchor函数的add_legend()参数中。但是，如果我们也使用loc='upper right'，它会告诉matplotlib我们希望将图例的右上角固定在此右上角。最后，我们需要设置borderaxespad=0，否则图例将由于默认填充而无法准确地放置在我们想要的位置。
请参阅下面的示例代码以及生成的图片。请注意，我将右上角的图留在其中，以便您可以看到它正确对齐。
另外，请注意，正如@scleronomic所说，对plt.tight_layout()等的调用会弄乱这个位置。
import matplotlib.pyplot as plt
# code to layout subplots as in your example:
# --------------------------------------------
g,axes = plt.subplots(nrows=7,ncols=7,figsize=(10,10))
unwanted = [1,2,3,4,5,9,10,11,12,13,17,18,19,20,25,26,27,33,34,41]
for ax in axes.flatten():
ax.plot([1,2],[1,2])
ax.set_yticks([])
ax.set_xticks([])
for n,ax in enumerate(axes.flatten()):
if n in unwanted:
ax.remove()
# Code to answer your question:
# ------------------------------
# get the max y position of the top left axis
top_left_plot = axes.flatten()[0].get_position().ymax
# get the max x position of the bottom right axis
# it is -1 to reference the last plot
bottom_right_plot = axes.flatten()[-1].get_position().xmax
# I'm using the matplotlib so it is g.legend() not g.add_legend
# but g.add_legend() should work the same as it is a wrapper of th ematplotlib func
g.legend(['Opt. Flat. No Gamma. - cross - standard situation - Criterion taking into accound a = 200','Pess. Flat. No Gamma. - cross - standard situation - Criterion taking into account a = 300'],loc='upper right',# we want to specify the location of this point
bbox_to_anchor=(bottom_right_plot,top_left_plot),# this is the x and y co-ords we extracted above
borderaxespad=0,# this means there is no padding around the legend
edgecolor='black') # I set it black for this example
plt.show()
更新
在@ youpilat13的评论之后，我进行了更多调查，并安装了getdist尝试使用该工具重新创建。最初我得到了相同的结果，但是发现窍门是，与在matplotlib中进行制作不同，您必须将图例的坐标转换为图形坐标。这可以通过g.add_legend()调用中的以下命令来实现：
bbox_transform=plt.gcf().transFigure
这是一个完整的示例：
import getdist
from getdist import plots,MCSamples
from getdist.gaussian_mixtures import GaussianND
covariance = [[0.001**2,0.0006*0.05,0],[0.0006*0.05,0.05**2,0.2**2],[0,0.2**2,2**2]]
mean = [0.02,1,-2]
gauss=GaussianND(mean,covariance)
g = plots.get_subplot_plotter(subplot_size=3)
g.triangle_plot(gauss,filled=True)
top_left_plot = g.subplots.flatten()[0].get_position().ymax
bottom_right_plot = g.subplots.flatten()[-1].get_position().xmax
g.add_legend(['An example legend - item 1'],legend_loc='upper right',bbox_transform=plt.gcf().transFigure,# this means there is no padding around the legend
edgecolor='black')
结果图像：
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。