机器学习之numpy和matplotlib学习（六）

今天来讲一下昨天遗留下来的问题---------plt.tight_layout()的作用。
tight英文翻译过来是紧的意思，tight_layout也是就固定布局的意思。
为什么需要固定布局呢？参考官方文档http://matplotlib.org/users/tight_layout_guide.html。
学习机器学习一定要多参考官方文档，不知道的东西自己试一试就知道了。
下面是结合官方文档的教学。
When you have multiple subplots, often you see labels of different axes overlapping each other.
翻译过来：
就是当你有很多的子图的时候，你的子图的lable可能会重叠起来。

什么是重叠起来呢？看下面图片：

这里写图片描述 这里写图片描述

所以plt.tight_layout()函数就是绑定布局，防止因为拉伸布局而使得lable重叠起来。
参考官方的代码改成的例子。
去掉了一些我们还没有学习的函数【因为有和没有基本没有区别。】

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author  : SundayCoder-俊勇
# @File    : figure6.py
import matplotlib.pyplot as plt
import numpy as np

def example_plot(ax, fontsize=12):
     ax.plot([1, 2])
     ax.set_xlabel('x-label', fontsize=fontsize)
     ax.set_ylabel('y-label', fontsize=fontsize)
     ax.set_title('Title', fontsize=fontsize)

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2)
example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
example_plot(ax4)

plt.show()

这个运行结果就会出现第一幅图片中lable重叠的效果。
黑魔法来了，使用plt.tight_layout()。
在plt.show()这句代码之前加上plt.tight_layout()。
效果立即不一样【你可以自己拉伸试一下】
得到的就是一个比较好的效果。

这里写图片描述

为了方便，还是把代码全贴出来：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author  : SundayCoder-俊勇
# @File    : figure6.py
import matplotlib.pyplot as plt
import numpy as np

def example_plot(ax, fontsize=12):
     ax.plot([1, 2])
     ax.set_xlabel('x-label', fontsize=fontsize)
     ax.set_ylabel('y-label', fontsize=fontsize)
     ax.set_title('Title', fontsize=fontsize)

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2)
example_plot(ax1)
example_plot(ax2)
example_plot(ax3)
example_plot(ax4)
plt.tight_layout()
plt.show()

更新完毕##