自动获取子图的坐标，以便将它们设置为图例的自动定位
Get automatically coordinates of subplots in order to set them for automatic positioning of legend
我第一次尝试手动设置Getdist tool制作的主要情节的主要图例的位置。
下图表示来自具有联合分布的协方差矩阵的 1/2 西格玛置信水平。它由 Getdist tool.
制作
生成此图的主要例程是：
# 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])
数值1.5好像对应图例的x-coordinate（宽度）8.5对应图例的y-coordinate（高度）
现在，我想自动执行此过程，而不是每次都手动设置图例的位置。
我希望图例的右上角位于第一个左上角框的顶部边框（正好在“1sigma ± 0.0012”标题下方的顶部边框水平）。
我还希望将图例推到图的右侧（直到图右下框的右边框：由 sigma8 "1sigma ± 0.001" title 标识；注意：我希望它位于 1.0 和 0.0 xticks 之前，就在右线边框的 x-coordinate 处）。
这里是我尝试获取左上框顶部边框的全局坐标（整个图）的内容：
# 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，这些值似乎是标准化的，所以如果我想将这些值插入到其中，我不知道如何处理:
bbox_to_anchor = [box1_coords[0], box1_coords[1]]
正如预期的那样，这行代码产生了错误的图例位置。
那么，我如何设法自动为 bbox_to_anchor 分配好的值以获得我想要的（y-coordinate 在由 [=23= 标识的左上框的顶部边框级别） ]) 并在右侧向上推到右下框的右边界（x-coordinate 由 sigma8 用 "1sigma ± 0.001" title 识别）?
更新 1
我尝试根据我的情况调整它们，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
不知道为什么top_left_plot和bottom_right_plot的值不是很好
我认为 subplots[0,0]（对于图例的顶部 y-coordinate）指的是左上角的子图，subplots[-1,-1] 指的是右下角的子图（对于图例的右侧 x-coordinate传说）但考虑到这一点，它不起作用。
例如：
# g.settings
g = plots.get_subplot_plotter()
# Call triplot
g.triangle_plot([matrix1, matrix2],
names,
filled = True,
legend_labels = [],
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'],
legend_loc='upper right',
bbox_to_anchor=(bottom_right_plot, top_left_plot)
)
我得到：
legend_coords y_max, x_max 0.88 0.9000000000000001
我不明白为什么 g.add_legend 没有考虑这些值（似乎介于 0.0 和 1.0 之间）。
用@mullinscr的解，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
这看起来像这个 post 的第一张图。但是这两个值并没有像它应该的那样包含在 0.0 和 1.0 之间。
更新 2
@mullinscr，谢谢，我关注了你的更新，但总是遇到问题。如果我直接在我的脚本中应用相同的代码片段，即：
g.add_legend(['An example legend - item 1'],
legend_loc='upper right', # 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，坐标并非真正预期的那样：x-coordinate 和 y-coordinate 存在轻微偏移。
如果我将您的代码片段应用到我的图例文本中，我得到：
我给你我整个脚本的 link，与预期的相比，这可能会让你更容易看到错误：
基本上按照您描述的方式工作。轴的 bboxes (xmin, ymin, width, height) 以图中的分数给出，plt.legend() 使用相同的格式，因此两者兼容。通过将图例的 upper right 角设置为最外侧轴定义的角，您可以获得干净的布局，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()
一些陷阱可能是使用 Constrained Layout
或者在保存文件时使用 bbox_inches='tight'，因为两者都以意想不到的方式搞砸了图例的位置。
有关图例放置的更多示例，我找到了 this collection
很有帮助。
这是我的回答，与@scleronomic 的回答相同，但我会指出一些在解决这个问题时让我感到困惑的事情。
下面是我的代码，用于重现您想要的定位，我尝试为您创建相同的子图布局，但通过 matplotlib 而不是 getdist —— 虽然结果相同。
如您所见，诀窍在于提取第一个和最后一个轴（top-left 和 lower-right）的位置数据，以供参考。您使用的边界方法 returns：轴的 x0、y0、宽度和高度（请参阅文档）。但是我们想要的是 maximum x 和 y，这样我们的图例角就在右上角。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
一旦我们有了这些变量，就可以将它们传递到 add_legend() 函数的 bbox_to_anchor 参数中，就像您所做的那样。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到这个右上角。最后，我们需要设置 borderaxespad=0 否则由于默认填充，图例不会准确地位于我们想要的位置。
请查看下面我的示例代码以及生成的图片。请注意，我留下了 top-right 图，因此您可以看到它正确排列。
另外，请注意，正如@scleronomic 所说，调用 plt.tight_layout() 等会弄乱这个定位。
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 以尝试使用该工具重新创建。最初我得到了相同的结果，但发现诀窍在于，与在 matplotlib 中进行此操作不同，您必须将图例的坐标转换为图形坐标。这可以通过 g.add_legend() 调用中的以下内容实现：
bbox_transform=plt.gcf().transFigure
这是一个完整的例子：
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', # 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')
生成的图像：
我第一次尝试手动设置Getdist tool制作的主要情节的主要图例的位置。
下图表示来自具有联合分布的协方差矩阵的 1/2 西格玛置信水平。它由 Getdist tool.
制作生成此图的主要例程是：
# 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])
数值1.5好像对应图例的x-coordinate（宽度）8.5对应图例的y-coordinate（高度）
现在，我想自动执行此过程，而不是每次都手动设置图例的位置。
我希望图例的右上角位于第一个左上角框的顶部边框（正好在“1sigma ± 0.0012”标题下方的顶部边框水平）。
我还希望将图例推到图的右侧（直到图右下框的右边框：由 sigma8 "1sigma ± 0.001" title 标识；注意：我希望它位于 1.0 和 0.0 xticks 之前，就在右线边框的 x-coordinate 处）。
这里是我尝试获取左上框顶部边框的全局坐标（整个图）的内容：
# 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，这些值似乎是标准化的，所以如果我想将这些值插入到其中，我不知道如何处理:
bbox_to_anchor = [box1_coords[0], box1_coords[1]]
正如预期的那样，这行代码产生了错误的图例位置。
那么，我如何设法自动为 bbox_to_anchor 分配好的值以获得我想要的（y-coordinate 在由 [=23= 标识的左上框的顶部边框级别） ]) 并在右侧向上推到右下框的右边界（x-coordinate 由 sigma8 用 "1sigma ± 0.001" title 识别）?
更新 1
我尝试根据我的情况调整它们，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
不知道为什么top_left_plot和bottom_right_plot的值不是很好
我认为 subplots[0,0]（对于图例的顶部 y-coordinate）指的是左上角的子图，subplots[-1,-1] 指的是右下角的子图（对于图例的右侧 x-coordinate传说）但考虑到这一点，它不起作用。
例如：
# g.settings
g = plots.get_subplot_plotter()
# Call triplot
g.triangle_plot([matrix1, matrix2],
names,
filled = True,
legend_labels = [],
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'],
legend_loc='upper right',
bbox_to_anchor=(bottom_right_plot, top_left_plot)
)
我得到：
legend_coords y_max, x_max 0.88 0.9000000000000001
我不明白为什么 g.add_legend 没有考虑这些值（似乎介于 0.0 和 1.0 之间）。
用@mullinscr的解，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
这看起来像这个 post 的第一张图。但是这两个值并没有像它应该的那样包含在 0.0 和 1.0 之间。
更新 2
@mullinscr，谢谢，我关注了你的更新，但总是遇到问题。如果我直接在我的脚本中应用相同的代码片段，即：
g.add_legend(['An example legend - item 1'],
legend_loc='upper right', # 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，坐标并非真正预期的那样：x-coordinate 和 y-coordinate 存在轻微偏移。
如果我将您的代码片段应用到我的图例文本中，我得到：
我给你我整个脚本的 link，与预期的相比，这可能会让你更容易看到错误：
基本上按照您描述的方式工作。轴的 bboxes (xmin, ymin, width, height) 以图中的分数给出，plt.legend() 使用相同的格式，因此两者兼容。通过将图例的 upper right 角设置为最外侧轴定义的角，您可以获得干净的布局，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()
一些陷阱可能是使用 Constrained Layout
或者在保存文件时使用 bbox_inches='tight'，因为两者都以意想不到的方式搞砸了图例的位置。
有关图例放置的更多示例，我找到了 this collection 很有帮助。
这是我的回答，与@scleronomic 的回答相同，但我会指出一些在解决这个问题时让我感到困惑的事情。
下面是我的代码，用于重现您想要的定位，我尝试为您创建相同的子图布局，但通过 matplotlib 而不是 getdist —— 虽然结果相同。
如您所见，诀窍在于提取第一个和最后一个轴（top-left 和 lower-right）的位置数据，以供参考。您使用的边界方法 returns：轴的 x0、y0、宽度和高度（请参阅文档）。但是我们想要的是 maximum x 和 y，这样我们的图例角就在右上角。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
一旦我们有了这些变量，就可以将它们传递到 add_legend() 函数的 bbox_to_anchor 参数中，就像您所做的那样。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到这个右上角。最后，我们需要设置 borderaxespad=0 否则由于默认填充，图例不会准确地位于我们想要的位置。
请查看下面我的示例代码以及生成的图片。请注意，我留下了 top-right 图，因此您可以看到它正确排列。
另外，请注意，正如@scleronomic 所说，调用 plt.tight_layout() 等会弄乱这个定位。
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 以尝试使用该工具重新创建。最初我得到了相同的结果，但发现诀窍在于，与在 matplotlib 中进行此操作不同，您必须将图例的坐标转换为图形坐标。这可以通过 g.add_legend() 调用中的以下内容实现：
bbox_transform=plt.gcf().transFigure
这是一个完整的例子：
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', # 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')
生成的图像：