Python 使用matplotlib中的多个子地块改进子地块大小/间距

非常类似，但不同的是，我的数字可以大到它需要的程度

我需要在matplotlib中生成一大堆垂直堆叠的绘图。结果将使用figsave保存并在网页上查看，因此我不在乎最终图像有多高，只要子图片间隔开，这样它们就不会重叠

无论我允许这个数字有多大，子地块似乎总是重叠

我的代码目前看起来像

import matplotlib.pyplot as plt
import my_other_module

titles, x_lists, y_lists = my_other_module.get_data()

fig = plt.figure(figsize=(10,60))
for i, y_list in enumerate(y_lists):
    plt.subplot(len(titles), 1, i)
    plt.xlabel("Some X label")
    plt.ylabel("Some Y label")
    plt.title(titles[i])
    plt.plot(x_lists[i],y_list)
fig.savefig('out.png', dpi=100)

---

您可以使用

plt.subplot\u adjust

更改子地块之间的间距

电话签名：

subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)

参数含义（和建议的默认值）为：

---

实际默认值由rc文件控制

我发现子批次调整（hspace=0.001）最终对我有效。当我使用space=None时，每个绘图之间仍有空白。然而，将其设置为非常接近于零的值似乎会迫使他们排队。我在这里上传的不是最优雅的代码，但是你可以看到hspace是如何工作的

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as tic

fig = plt.figure()

x = np.arange(100)
y = 3.*np.sin(x*2.*np.pi/100.)

for i in range(5):
    temp = 510 + i
    ax = plt.subplot(temp)
    plt.plot(x,y)
    plt.subplots_adjust(hspace = .001)
    temp = tic.MaxNLocator(3)
    ax.yaxis.set_major_locator(temp)
    ax.set_xticklabels(())
    ax.title.set_visible(False)

plt.show()

尝试使用

举个简单的例子：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=4, ncols=4)
fig.tight_layout() # Or equivalently,  "plt.tight_layout()"

plt.show()

---

没有严密的布局

---

布局紧凑

plt.子批次调整方法：

def subplots_adjust(*args, **kwargs):
    """
    call signature::

      subplots_adjust(left=None, bottom=None, right=None, top=None,
                      wspace=None, hspace=None)

    Tune the subplot layout via the
    :class:`matplotlib.figure.SubplotParams` mechanism.  The parameter
    meanings (and suggested defaults) are::

      left  = 0.125  # the left side of the subplots of the figure
      right = 0.9    # the right side of the subplots of the figure
      bottom = 0.1   # the bottom of the subplots of the figure
      top = 0.9      # the top of the subplots of the figure
      wspace = 0.2   # the amount of width reserved for blank space between subplots
      hspace = 0.2   # the amount of height reserved for white space between subplots

    The actual defaults are controlled by the rc file
    """
    fig = gcf()
    fig.subplots_adjust(*args, **kwargs)
    draw_if_interactive()

或

fig = plt.figure(figsize=(10,60))
fig.subplots_adjust( ... )

---

图片的大小很重要

---

“我尝试过使用hspace，但增加它似乎只会使所有图形变小，而不会解决重叠问题。”

---

因此，为了产生更多的空白并保持子图大小，总图像需要更大。

您可以尝试使用子图工具（）

---

类似于现在（从2.2版开始）的matplotlib提供的紧密布局。与单个优化布局在代码中随时调用的

紧密布局

不同，

约束布局

是一个属性，它可能处于活动状态，并将在每个绘图步骤之前优化布局

因此，需要在创建子地块之前或期间激活它，例如

图（受约束的\u布局=真）

或

子地块（受约束的\u布局=真）

例如：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(4,4, constrained_layout=True)

plt.show()

也可以通过

rcParams

plt.rcParams['figure.constrained_layout.use'] = True

---

---

请参阅和

我尝试过使用hspace，但增加它似乎只会使所有图形变小，而不会解决重叠问题。我也尝试过使用其他参数，但我不知道左、右、下和上在那里实际指定了什么。@mcstrother如果在显示绘图后单击“调整”按钮，您可以以交互方式更改所有6个参数，一旦你找到有效的方法，就把它们复制到代码中。我没有看到调整按钮。虽然我在一个笔记本里。我尝试了%matplotlib inline和%matplotlib notebook。@MattKleinsmith:调整按钮的悬停文本为“配置子批次”，并在matplotlib的常规非笔记本使用中显示。这是“软盘”保存按钮左侧的按钮：-注意，根据您使用的窗口系统，按钮看起来不同，但它总是在保存按钮的左侧。@JohnZwinck，您的注释中的链接现在已失效。如果显示您应该在打印代码后执行此操作，则会更清晰一些，但是就在show（）之前，紧密的布局（）被击中了。我一直在试图理解当它没有影响时（仍然存在较大的图间边距）会有什么不同——这对我来说通常非常有效，只是它将我的图形标题（

suptitle

）与我的子地块标题重叠。如果有人遇到类似的问题，以下是对我的帮助。也就是说，

tight_layout（）

的

rect

参数有助于了解，如果添加轴标题，可以使用plt.tight_layout（pad=0.4，w_pad=0.5，h_pad=1.0）。

plt.tight_layout（）

解决了我的一天。漂亮的作品！看图片的大小问题，图片的大小越大就可以解决这个问题！设置

plt.figure（figsize=（10,7））

，图片的大小将是

2000x1400

pix要尝试一下：没有看到这个选项-而且

tight\u布局不可靠这听起来很有希望，但没有给我足够的间距（轴标签和标题仍然重叠），渲染时间更长<代码>紧密布局（）better@craq正确，一般来说，
contained_layout
比较慢，因为从这个答案中可以看出，它在每个绘图步骤之前都会优化布局。对我来说，这是最有用的答案-紧凑的_layout对我来说总是会改善垂直间距，为面板标题留出空间，但每次都要以切断y轴标签为代价。相反，这非常有效，谢谢。@craq，如果您有一个无法正确间隔轴的可复制示例，如果您在最新的Matplotlib（3.4.x）上打开一个问题，它将非常有用，因为它使用受约束的_布局快得多。此代码生成一个错误：ValueError Traceback（最近一次调用last）对于范围（5）中的i，在10中：11温度=510+i--->12 ax=plt。子批次（温度）值错误：num必须为1
plt.subplot_tool()

import matplotlib.pyplot as plt

fig, axes = plt.subplots(4,4, constrained_layout=True)

plt.show()

plt.rcParams['figure.constrained_layout.use'] = True