Matplotlib 子图太窄且布局紧凑

Question

我目前正在尝试使用 GridSpec 在 Matplotlib（Python 3.6，Matplotlib 2.0.0）中绘制许多子图。这是最小的工作示例：

import matplotlib.pyplot as plt
from matplotlib.gridspec import *

# Color vector for scatter plot points
preds = np.random.randint(2, size=100000)

# Setup the scatter plots
fig = plt.figure(figsize=(8,8))
grid = GridSpec(9, 9)

# Create the scatter plots
for ii in np.arange(0, 9):
    for jj in np.arange(0, 9):
        if (ii > jj):
            ax = fig.add_subplot(grid[ii, jj])
            x = np.random.rand(100000)*2000
            y = np.random.rand(100000)*2000
            ax.scatter(x, y, c=preds)

这是没有任何修改的结果：

当然子图之间的间距不尽如人意，所以我按照我平时的做法使用了tight_layout()。但是从下图可以看出，tight_layout() 压缩了地块的宽度，让人无法接受：

而不是使用 tight_layout()，我认为我应该使用 subplots_adjust() 手动调整子图。下面是带subplots_adjust(hspace=1.0, wspace=1.0).

的图

结果几乎是正确的，再稍微调整一下子图之间的 space 就完美了。然而，子图似乎太小而无法充分传达信息。

有没有更好的方法在子图之间获得适当的间距，同时仍然保持纵横比和足够大的子图大小？我能想到的唯一可能的解决方案是使用 subplots_adjust() 和更大的 figsize，但这会导致图形边缘和子图之间的 space 非常大。

感谢任何解决方案。

Answer 1

由于您所有的轴都具有相同的 x 和 y 范围，因此我会选择仅在外部 Axes 上显示刻度标签。对于大小相同的子图网格，可以使用 plt.subplots() 的 sharex 和 sharey 关键字轻松实现自动化。当然，如果你设置了一个 9x9 子图的网格，这会给你带来比你想要的更多的图，但你可以使多余的图不可见（例如使用 Axes.set_visible 或完全删除它们。在下面的例子中我选择后者。

from matplotlib import pyplot as plt
import numpy as np

fig, axes = plt.subplots(
    nrows=9, ncols=9, sharex=True, sharey=True, figsize = (8,8)
)

# Color vector for scatter plot points
preds = np.random.randint(2, size=1000)

# Create the scatter plots
for ii in np.arange(0, 9):
    for jj in np.arange(0, 9):
        if (ii > jj):
            ax = axes[ii,jj]
            x = np.random.rand(1000)*100
            y = np.random.rand(1000)*2000
            ax.scatter(x, y, c=preds)
        else:
            axes[ii,jj].remove() ##remove Axes from fig
            axes[ii,jj] = None   ##make sure that there are no 'dangling' references.    

plt.show()

结果图如下所示：

这当然可以用 subplots_adjust() 之类的东西进一步调整。希望这有帮助。

Matplotlib 子图太窄且布局紧凑

Matplotlib Subplots Are Too Narrow With Tight Layout

python

matplotlib

subplot