Corrigindo o Matplotlib savefig Cortando Rótulos: Guia Completo 2025

Name

Amber de Ligt

Updated on 17/11/2025

Se você já criou um gráfico no Matplotlib que parecia perfeito no notebook — mas saiu cortado, com partes escondidas ou faltando rótulos ao exportar com savefig() — você não está sozinho.

Esse é um dos problemas mais comuns do Matplotlib, especialmente quando se usa:

• Rótulos altos renderizados com LaTeX
• Títulos com várias linhas
• Rótulos de ticks longos ou rotacionados
• Subplots com espaçamento apertado

Neste guia atualizado, você vai aprender todas as formas confiáveis de garantir que as figuras salvas sempre incluam rótulos, títulos e anotações — com práticas modernas em que você pode confiar.

🧠 Por que isso acontece

O Matplotlib não expande automaticamente o canvas da figura quando os rótulos extrapolam os eixos.
Causas comuns incluem:

• Expressões em estilo LaTeX que geram símbolos altos
• Valores grandes de fontsize
• Rótulos de ticks longos ou rotacionados
• Grades de subplots muito apertadas

Exemplo:

import matplotlib.pyplot as plt
 
plt.figure()
plt.ylabel(r'$\ln\left(\frac{x_a-x_b}{x_a-x_c}\right)$')
plt.xlabel(r'$\ln\left(\frac{x_a-x_d}{x_a-x_e}\right)$', fontsize=50)
plt.title('Example with matplotlib 3.4.2\nLabel clipping example')
plt.show()

O ylabel é visível, mas o xlabel frequentemente será cortado na figura salva.

✅ 1. Melhor solução moderna (recomendada): use constrained_layout=True

A partir do Matplotlib 3.6+ (e ainda em 3.8+ em 2025), o método de layout recomendado é:

fig, ax = plt.subplots(constrained_layout=True)

Exemplo:

fig, ax = plt.subplots(figsize=(7, 5), constrained_layout=True)
ax.set_xlabel("Very long bottom label that usually gets clipped", fontsize=16)
ax.set_ylabel("Tall math label:\n$\\frac{x_a - x_b}{x_c}$")
fig.savefig("figure.png")

✔ Vantagens

• Moderno e estável
• Funciona melhor que tight_layout()
• Funciona bem com colorbars, legendas e subplots

⚠ Desvantagens

• Um pouco mais lento em grades grandes de subplots

Se você está escrevendo código novo em Matplotlib em 2025, isso deve ser sua escolha padrão.

✅ 2. Ajustar margens manualmente com subplots_adjust

Ainda é um método simples e eficaz:

plt.subplots_adjust(bottom=0.15)

Ou diretamente na figura:

plt.gcf().subplots_adjust(bottom=0.18)

Aumente o valor da margem até que os rótulos parem de se sobrepor ou serem cortados.

✅ 3. Usar tight_layout() (mais antigo, mas ainda útil)

tight_layout() ajusta o espaçamento automaticamente:

fig, axes = plt.subplots(ncols=2, nrows=2, figsize=(8, 6))
for ax in axes.flatten():
    ax.set_xlabel("Example X label")
    ax.set_ylabel("Example Y label")
 
plt.tight_layout()
plt.show()

Observações

• Bom para gráficos simples
• Pode ter problemas com legendas e colorbars
• constrained_layout=True agora é a solução preferida

✅ 4. Salvar com bbox_inches="tight" (ótimo conserto rápido)

Uma solução bastante usada para cortes:

plt.savefig("myfile.png", bbox_inches="tight")

Quando usar

• Correção rápida sem modificar o layout
• Garante que tudo o que aparece na tela também apareça no arquivo

✅ 5. Ativar layout automático com rcParams

Se você quiser uma solução permanente aplicada a todos os gráficos:

Atualizar rcParams em tempo de execução:

from matplotlib import rcParams
rcParams.update({"figure.autolayout": True})

OU configurar o matplotlibrc:

figure.autolayout : True

Isso ajuda a garantir saídas consistentes entre diferentes máquinas.

📌 Tabela resumo: qual método devo usar?

💡 Dicas extras para figuras perfeitas

✔ Use DPI mais alto para reduzir problemas com rótulos longos

plt.savefig("fig.png", dpi=200, bbox_inches="tight")

✔ Evite tamanhos de fonte enormes, a menos que sejam realmente necessários

Fontes muito grandes aumentam a chance de corte.

✔ Para colorbars: use constrained_layout

Ele costuma funcionar significativamente melhor que tight_layout.

📊 Crie visualizações sem ajustar layout manualmente (PyGWalker)

Se você usa Matplotlib principalmente para visualizar DataFrames, talvez nem precise ajustar layouts manualmente.

Você pode simplesmente:

• Carregar seu DataFrame
• Arrastar e soltar campos
• Gerar gráficos instantaneamente

Usando o PyGWalker, uma ferramenta de visualização open-source:

(opens in a new tab)

Veja como usar:

pip install pygwalker
import pygwalker as pyg
gwalker = pyg.walk(df)

Ou experimente online:

Kaggle	Google Colab	GitHub

❓ Perguntas frequentes

1. Por que meus rótulos são cortados ao salvar uma figura do Matplotlib?
   Porque o Matplotlib não ajusta automaticamente o tamanho do canvas quando os rótulos extrapolam os limites dos eixos. Isso é comum com rótulos em LaTeX ou texto rotacionado.

2. Qual método corrige o corte de rótulos de forma mais confiável em 2025?
   Use constrained_layout=True para código moderno ou bbox_inches='tight' como correção rápida na exportação.

3. O que bbox_inches="tight" faz?
   Ele recalcula a bounding box ao salvar, garantindo que todos os elementos de texto sejam incluídos.