Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

`bbox_inches="tight"` hardcoded

Offen
#31 1 Kommentar 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Anfängerfreundlichkeit
35/100
Issue-Typ
Feature
Klarheit
Größtenteils klar
Aktivitätsstatus
Veraltet
Tech-Stack
julia, python

Rechercherichtung

Beginnen Sie in src/PythonPlot.jl etwa bei Zeile 86, wo bbox_inches="tight" fest codiert ist, und prüfen Sie, wie matplotlib rcparams derzeit angezeigte und gespeicherte Abbildungen beeinflussen. Ermitteln Sie die erforderliche Konfigurationsoberfläche für die bbox-Auswahl; abgeschlossen ist die Aufgabe, wenn Aufrufer diese Einstellung steuern können und angezeigte Abbildungen mit dem konfigurierten savefig.bbox-Verhalten konsistent bleiben.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

All figures are displayed with matplotlib's auto-selection of the crop:

https://github.com/JuliaPy/PythonPlot.jl/blob/fe588f4e3b084b9d0ada8641939c6331def77036/src/PythonPlot.jl#L86

This is a great default.
But sometimes you want to have more control over the bbox (especially when working with extreme aspect ratios, when "tight" produces totally different figsizes than what you requested).

Also, if in your rcparams, savefig.bbox is set to "standard" (the default) and not "tight", then your saved figures will differ from the displayed figures, which is confusing.

So, it would be nice if this hardcoded setting was somehow configureable in PythonPlot.

Vorherrschende Sprache
Julia
Sterne
85
Forks
9
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Entwicklungsumgebung

Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus JuliaPy/PythonPlot.jl

Alle Issues in JuliaPy/PythonPlot.jl

Ähnliche Issues

Weitere Issues zu Julia

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.