为什么选择 constrained_layout 而不是 tight_layout ？

• 证据 1

  constrained_layout是2019年引入的新引擎，而 tight_layout 是2013年引入的老引擎，matplotlib/layout_engine.py 第 13-18 行明确写道：

  Matplotlib has two built-in layout engines:
  
  - `.TightLayoutEngine` was the first layout engine added to Matplotlib.
  See also :ref:`tight_layout_guide`.
  - `.ConstrainedLayoutEngine` is more modern and generally gives better results.
  See also :ref:`constrainedlayout_guide`.
  

• 证据 2

  tight_layout 画完图后，临时生硬地挤压子图，而constrained_layout 在画图过程中，智能、弹性地分配空间，_constrained_layout.py 第 1-47 行详细描述了算法：

  • 使用 GridSpec 进行约束
  • 通过求解器（solver）计算最优布局
  • 在绘制阶段就保证内容完整

• 证据3 代码优雅度

  ConstrainedLayoutEngine 通过 execute() 方法在每次 draw() 时自动调用，不需要手动干预，而 tight_layout 每次画图后手动调用。

constrained_layout 的缺点

1. 复杂布局可能失败，会给出警告而非静默出错，_constrained_layout.py 第 43-44 行：

   It's possible that the margins take up the whole figure,
   in which case the algorithm is not applied and a warning is raised.
   

2. 性能开销大，CL 在每次 draw() 时都执行（layout_engine.py 第 5-6 行），对于大量子图确实有开销。

使用方法

1. 使用其对应的参数：subplots、figure、subplot_mosaic，例如：plt.subplots(layout="constrained")

2. 通过rcParams激活，例如：plt.rcParams['figure.constrained_layout.use'] = True

   "figure.constrained_layout.use": True, 
   "savefig.bbox": "standard", # 保持默认，确保导出尺寸 = figsize
   

   • bbox_inches=“tight” 是向内裁剪，pad_inches 是外向填充，pad_inches 依赖 bbox_inches=“tight”，如果bbox_inches=“standard”,那么 pad_inches 失效
   • "figure.constrained_layout.use"为True就是启用约束布局：自动协调子图/标签间距，并确保导出尺寸严格等于 figsize（需保持 savefig.bbox 为默认值 None，避免被 “tight” 覆盖导致尺寸偏差）

   根据源码 matplotlib/rcsetup.py 第 555-566 行的 validate_bbox 函数

   def validate_bbox(s):
   if isinstance(s, str):
   s = s.lower()
   if s == 'tight':
       return s
   if s == 'standard':
       return None
   raise ValueError("bbox should be 'tight' or 'standard'")
   elif s is not None:
   # Backwards compatibility. None is equivalent to 'standard'.
   raise ValueError("bbox should be 'tight' or 'standard'")
   return s
   

   与第 1276-1277 行

   "savefig.bbox":         validate_bbox,  # "tight", or "standard" (= None)
   "savefig.pad_inches":   validate_float,
   

   可知：

   • savefig.bbox 的有效值

   设置值	内部存储	实际效果
   'tight'	'tight'	裁剪到内容边界 + 应用 pad_inches
   'standard'	None	使用完整 figsize，不裁剪
   None	None	等同于 'standard'

   • savefig.pad_inches 的有效值 只能是浮点数

savefig(bbox_inches="tight", pad_inches="layout")与"savefig.pad_inches"有何不同

matplotlib/backend_bases.py 第 2090-2169 行

pad_inches : float or 'layout', default: :rc:`savefig.pad_inches`

matplotlib/backend_bases.py 第 2159-2169 行

if bbox_inches == "tight":                    # 第一层：必须 tight
    bbox_inches = self.figure.get_tightbbox(...)
    if (isinstance(layout_engine, ConstrainedLayoutEngine) and   # 第二层：必须 CL
            pad_inches == "layout"):
        h_pad = layout_engine.get()["h_pad"]   # ← 只有两个条件同时满足才走到这里
        w_pad = layout_engine.get()["w_pad"]
    else:
        # 缺任何一个，都回退到这里
        pad_inches = rcParams['savefig.pad_inches']
        h_pad = w_pad = pad_inches

• rcParams['savefig.pad_inches'] = "layout" 只接受数字，savefig(bbox_inches="tight", pad_inches="layout")支持 "layout"
• savefig(bbox_inches="tight", pad_inches="layout")往往与figsize相差较大，除非 仅使用ConstrainedLayoutEngine 处理不好，再考虑使用
• 使用方法：

  pad_inches="layout" 生效
  ├── 必须 bbox_inches="tight"
  └── 必须使用 ConstrainedLayoutEngine
      ├── "figure.constrained_layout.use": True
      └── 或 layout="constrained"（创建 figure 时）
  

  "figure.constrained_layout.use": True # 或 layout="constrained"（创建 figure 时）
  savefig(bbox_inches="tight", pad_inches="layout") # bbox_inches="tight" 是向内裁剪，pad_inches是外向填充，pad_inches依赖 bbox_inches="tight"，如果bbox_inches="standard",那么 pad_inches失效