通过在 matplotlib 中使用 Latex 在 xticklabel 中的正值和负值之间的差异答案

【问题标题】：Difference between positive and negative values in xticklabel by using Latex in matplotlib通过在 matplotlib 中使用 Latex 在 xticklabel 中的正值和负值之间的差异
【发布时间】：2013-11-14 20:44:59
【问题描述】：

我在 matplotlib 中设置 usetext=True 以使用 Latex 来管理我的绘图中的字体布局。现在 x 轴和 xticklabel 之间的空间对于正值和负值是不同的，如图所示。

是否有可能获得相同的空间？

例子：

import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(-10.0, 10.0, 100)
s = np.cos(t)

plt.rc('text', usetex=True)

plt.rc('font', family='serif', size=30)
plt.plot(t, s)

plt.show()

【问题讨论】：

没有简单的方法来实现这一点，因为在外部使用dvipng 处理文本，并将生成的图像插入到图中。这些没有任何空白。您必须做的是将 xtick 标签对齐设置为“右”，然后向右移动一点。但我无法让这种额外的转变工作。
问题在于如何从 PS 边界框推断出文本的轮廓。对齐的是大纲框，而不是文本本身。我认为你必须深入挖掘才能改变这种行为。
不要试图“过度设计”你的地块，它们已经很整洁了。
除非我很困惑，否则用户询问的是负标签的 vertical 对齐方式，这是一个错误，而不是 horizontal结盟*。与优先考虑的水平定位不同，垂直对齐是完全错误的。
@mdurant 实际上，在这种情况下，仅按轮廓框对齐可能就可以了。但是 matplotlib 试图通过直接从 dvi 文件中读取下降值来调整对齐方式，除其他外，由于某种原因，它认为减号延伸到基线以下。

标签： python matplotlib latex

【解决方案1】：

我解决此类小问题的方法是将绘图保存为 SVG，然后在我最喜欢的矢量图形程序（例如 InkScape）中对其进行编辑。这将允许您选择绘图的各个部分并移动它们，同时保留高质量的矢量图形。

【讨论】：

【解决方案2】：

这是一种“hacky”的做法，我不确定为什么要修复它，但使用 matplotlib.ticker 中的 FormatStrFormatter 似乎可以修复它。唯一的区别是字体粗细看起来很粗。我似乎无法改变这一点，但也许你可以解决这个问题。

import numpy as np
import matplotlib.ticker as mtick
import matplotlib.pyplot as plt

t = np.linspace(-10.0, 10.0, 100)
s = np.cos(t)

plt.rc('text', usetex=True)
plt.rc('font', family='serif', size=30)

fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.plot(t, s)

fmtx = '%.0f%%'
fmty = '%.1f%%'
xticks = mtick.FormatStrFormatter(fmtx)
yticks = mtick.FormatStrFormatter(fmty)
ax1.xaxis.set_major_formatter(xticks)
ax1.yaxis.set_major_formatter(yticks)
plt.show()

【讨论】：

这在某种程度上是可行的，因为它使用文本模式而不是数学模式作为 TeX 标签，而文本模式减号没有同样的问题。

【解决方案3】：

所以（可悲）我只设法想出了另一个“hacky”解决方案，但我想我会分享：

import numpy as np
import matplotlib as mplib
import matplotlib.pyplot as plt
import types

# set up few plot options
plt.rc('text', usetex=True)
plt.rc('font', family='serif', size=30)

# get some data to plot
t = np.linspace(-10.0, 10.0, 100)
s = np.cos(t)

# plot things
fig = plt.figure()
ax  = fig.add_subplot(111)
ax.plot(t, s)

# define and register onresize callback to handle new ticks that appear on resize
def onresize(event):
    SHIFT = 0.5
    for label in ax.get_xticklabels():
        #print(label.get_text())  # test to see if new ticks appear as expected
        label.set_ha('right')
        label.customShiftValue = SHIFT
        label.set_x = types.MethodType(
                lambda self, x: mplib.text.Text.set_x(self, x+self.customShiftValue),
                label)

cid = fig.canvas.mpl_connect('resize_event', onresize)

# hold plot open
plt.show(block=True)

产生以下输出

所以让我解释一下我在这里做了什么。最初，我在 for-loop 中迭代 xticklabels 并使用 label.set_ha('right') 将所有 xticklabels 水平对齐到右侧。但是，标签都被填充了，我没能缩小它们的边界框（甚至不确定它是否可以这样工作！）。因此，我决定注册一个 onresize 回调函数，因为在调整大小时可能会出现新的 xticklabels。然后，我扩充了set_x 函数（代码借自：https://stackoverflow.com/a/33688795/2402281，归功于他们）。唯一可以不手动调整 SHIFT 变量的方法是让画布大小在 [0.4, 0.6] 范围内进行一些有意义的计算，这似乎是很好的偏移值（经过经验测试......） .

尽管这只是另一个“hacky”解决方案建议，但它可能有助于找到合适的答案！希望对你有帮助。

【讨论】：

这仍然有同样的问题。除非我感到困惑，否则问题在于轴和标签之间的 vertical 空间，而不是水平对齐。这是known bug。
感谢您的反馈@cge。对于那些投票给我的人……为什么？我试图提供一个解决方案，甚至承认这是一个肮脏的黑客......

【解决方案4】：

不幸的是，这个错误已经存在了这么久，而且这里的大多数答案都认为问题是关于水平对齐而不是垂直间距。

The bug是已知的，有补丁修复，但是一直没有合并，干脆被列为近一年半的待审核。

有趣的是，这是一个相当令人困惑的错误。最初出现的问题是，出于某种原因，TeX 给一个减号（和其他几个数学符号）一个下降值，表明它延伸到基线以下。 dvipng，用于在光栅后端创建标签，只是裁剪到可见，所以这无关紧要。但是为了保持实际上确实有下降的东西对齐，matplotlib 有一个单独的系统 dviread，它从 dvi 文件本身读取值。这将获取奇数下降值。然后 matplotlib 的对齐系统，认为 png 的一部分应该低于基线，将其向下移动。

错误报告中的修复非常简单，但我不完全确定它是如何工作的。不过，我已经尝试过了，它确实有效。

当然，这个问题是在 2013 年提出的，所以看起来该补丁不会很快应用。那么有哪些替代方案呢？

一个简单的选择是在工作时忽略对齐问题，但在进行演示输出时，请使用 pdf 后端。如果您想要图像，您可以随时使用其他软件进行转换。 pdf 后端不会遇到同样的问题，因为它处理 TeX 部分的方式完全不同。

另一种选择是只调整负面 xticks 的位置。理论上，您可以从 _get_layout 中提取精确的调整，这将为您提供下降值，但我不确定如何转换这些值。所以这里有一个只关注对齐的例子：

import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(-10.0, 10.0, 100)
s = np.cos(t)

i = [-10,-5,0,5,10]

plt.rc('text', usetex=True)

plt.rc('font', family='serif', size=30)
plt.plot(t, s)

for n,l in zip(*plt.xticks()):
    if n<0: l.set_position((0,0.014))

【讨论】：