我有一些包含大量信息和线条的图，所以有时我倾向于将图例放在图本身之外using bbox_to_anchor。我也更喜欢有一个情节标题，但在这种情况下，这将在位置上与图例重合。下面的示例只是对问题的说明。
import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0.0, 2.0, 0.01)
s = 1 + np.sin(2 * np.pi * t)
r = 1 + np.sin(4 * np.pi * t)
q = 1 + np.sin(6 * np.pi * t)
fig, ax = plt.subplots()
ax.plot(t, s, label='S')
ax.plot(t, r, label='R')
ax.plot(t, q, label='Q')
leg = ax.legend(loc=3, ncol=3, bbox_to_anchor=(.0, 1.02, 1., .102), borderaxespad=0., mode='expand')
ax.set_title('SIMPLE PLOT', y=1.1)
plt.show()
为了避免这种情况，我设置了某种 y 值（例如y=1.1）。我想自动化这个过程，因为我不断用新数据更新相同的图，所以图例的大小会增加，我需要相应地调整标题的位置。
图例的高度在绘制时确定。你可以在绘制图形后得到它legend.get_window_extent()。生成的边界框以像素为单位。为了找到标题的偏移量，您需要从轴的上限中减去图例的上限。因此，您还需要获取以像素为单位的轴位置。
标题可以在图形坐标中偏移（y=1.1）或点（pad=20）。我建议在这里使用点，使其独立于轴的大小。因此，您可以计算上部位置的差异，从像素转换为点（即distance [pixels] * ppi / dpi）并添加一些以点为单位的常量偏移（因为通常您不希望标题恰好位于图例的边界上）。然后将该数字用作pad.
import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots(constrained_layout=True)
ax.plot([1,2,3], np.random.rand(3,5), label='Label')
leg = ax.legend(loc="lower center", ncol=3, bbox_to_anchor=(.0, 1.02, 1., 1.02),
borderaxespad=0, mode='expand')
fig.canvas.draw()
leg_box = leg.get_window_extent()
ax_box = ax.get_position().transformed(fig.transFigure)
pad = (leg_box.y1 - ax_box.y1)*72./fig.dpi + 6
ax.set_title('SIMPLE PLOT', pad=pad)
plt.show()
请注意，这里我还使用了constrained_layout使标题不被图形边界裁剪。