如何仅裁剪 Matplotlib 图形的上下空白区域（保持指定宽度不变）
本文介绍在 Matplotlib 中精准控制输出图像尺寸的方法：在固定图宽（如 6 英寸）的前提下，自动压缩顶部和底部空白，使图形高度紧贴内容，避免 bbox_inches='tight' 导致的宽度失真。
本文介绍在 matplotlib 中精准控制输出图像尺寸的方法：在固定图宽（如 6 英寸）的前提下，自动压缩顶部和底部空白，使图形高度紧贴内容，避免 `bbox_inches='tight'` 导致的宽度失真。
在生成高质量出版级图像时，常需严格满足尺寸约束——例如期刊要求图宽恰好为 6 英寸，但默认 plt.savefig(..., bbox_inches='tight') 会同时缩放宽高以包裹全部内容，导致实际宽度偏离设定值（如从 6.00″ 变为 6.11″），这在排版中不可接受。
核心思路是：不依赖 bbox_inches='tight' 的全局裁剪，而改用布局引擎主动收缩内部空白（即上下边距），同时锁定画布物理宽度。推荐采用 plt.tight_layout() 配合显式 figsize 和 dpi 设置，它仅调整子图与边界的间距（pad, h_pad, w_pad），不改变画布整体尺寸。
以下为正确实现示例：
import numpy as np
import matplotlib.pyplot as plt
# 固定画布：宽6英寸，初始高设为合理估计值（如6英寸），dpi=100 → 输出宽600px
fig = plt.figure(figsize=(6, 6), dpi=100)
plt.imshow(np.zeros((1000, 1000)), cmap='gray')
# 关键：tight_layout 自动压缩上下空白，保留左右边界对齐
plt.tight_layout()
# 保存时无需 bbox_inches='tight' —— 否则会覆盖 figsize 宽度约束
plt.savefig('short_plot.png', dpi=100, bbox_inches='standard') # 或直接省略 bbox_inches 参数
plt.close() # 推荐显式关闭，避免内存累积
✅ 输出效果：
Stable Diffusion 2.1 Demo
最新体验版 Stable Diffusion 2.1
- PNG 文件严格为 600 × [H] 像素（H 由内容高度 + 内边距决定，通常显著小于 600）；
- 物理宽度恒为 600px / 100dpi = 6.00 英寸；
- 上下白边被最小化，视觉上“贴合”图像内容。
⚠️ 注意事项：
- 勿混用 constrained_layout=True 与 tight_layout()：二者功能重叠，同时启用可能引发警告或布局冲突；优先选择 tight_layout() 以获得更可预测的垂直压缩行为。
- 若需进一步微调上下空白，可在 tight_layout() 中传入参数：
plt.tight_layout(h_pad=0.2) # 减小行间/上下间距（单位：英寸）
- 对于含坐标轴标签、标题的复杂图，建议使用 plt.subplots_adjust(top=0.95, bottom=0.05) 手动精控，但需配合 tight_layout() 后调用（后者优先级更高）。
- bbox_inches='tight' 应仅在允许宽度浮动的场景使用（如网页预览图）；本方案通过布局算法而非后处理裁剪达成目标，更符合出版规范。
总结：要实现“定宽自适应高”，关键在于信任 Matplotlib 的布局管理器，用 tight_layout() 替代 bbox_inches='tight'，并始终显式声明 figsize 和 dpi。这一方法稳定、可复现，且完全兼容 LaTeX 插图等对尺寸零容忍的工作流。