如何为Matplotlib Pyplot图形添加全屏渐变背景？

一、让Axes填满整个Figure #

默认Matplotlib会给Axes预留边距，要让Axes完全填充Figure，只需在绘图代码中添加边距调整命令：

import numpy as np
import matplotlib.pyplot as plt

x, y, z = np.random.rand(30).reshape((3, 10))

# 创建figure和3D轴
fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection='3d')

# 绘制数据点
ax.scatter(x, y, z)

# 移除所有边距，让Axes填满整个figure
plt.subplots_adjust(left=0, right=1, bottom=0, top=1)

plt.show()

二、添加渐变背景（两种实用方案） #

方案1：给整个Figure设置渐变背景 #

让渐变覆盖整个窗口区域，Axes设为透明，直接透出figure的渐变背景：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle
from matplotlib.colors import LinearGradientColormap

x, y, z = np.random.rand(30).reshape((3, 10))

fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection='3d')

# 设置Axes背景透明
ax.set_facecolor('none')

# 自定义渐变色彩
colors = ["#a8e6cf", "#dcedc1", "#ffd3b6", "#ffaaa5", "#ff8b94"]
cmap = LinearGradientColormap.from_list("custom_gradient", colors)

# 添加渐变矩形到figure最底层
gradient_rect = Rectangle((0, 0), 1, 1, transform=fig.transFigure, zorder=-10)
gradient_rect.set_facecolor(cmap(np.linspace(0,1,256)))
fig.patches.append(gradient_rect)

# 绘制数据（可调整颜色让数据更突出）
ax.scatter(x, y, z, color='white', s=50)

# 移除边距
plt.subplots_adjust(left=0, right=1, bottom=0, top=1)

plt.show()

方案2：给3D Axes添加底层渐变平面 #

如果只需要Axes区域有渐变背景，可绘制一个覆盖整个轴范围的平面，置于所有元素下方：

import numpy as np
import matplotlib.pyplot as plt

x, y, z = np.random.rand(30).reshape((3, 10))

fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection='3d')

# 获取轴的x、y范围，确保平面完全覆盖
x_min, x_max = ax.get_xlim()
y_min, y_max = ax.get_ylim()
# 创建网格数据
X, Y = np.meshgrid(np.linspace(x_min, x_max, 100), np.linspace(y_min, y_max, 100))
# 设置平面z值低于所有数据点
Z = np.full_like(X, z.min() - 1)

# 绘制渐变平面，zorder设为-10确保在最底层
ax.plot_surface(X, Y, Z, cmap='Greens', alpha=0.8, zorder=-10)

# 绘制数据
ax.scatter(x, y, z, color='white', s=50)

# 移除边距
plt.subplots_adjust(left=0, right=1, bottom=0, top=1)

plt.show()

三、解决imshow背景层级问题 #

如果坚持用imshow添加背景，只需设置zorder=-10，就能让背景置于网格、轴标签和数据下方：

# 先获取轴的范围
x_min, x_max = ax.get_xlim()
y_min, y_max = ax.get_ylim()

# 添加背景，zorder设为最低
ax.imshow([[0,0],[1,1]], cmap=plt.cm.Greens, interpolation='bicubic', 
          extent=(x_min, x_max, y_min, y_max), zorder=-10)

# 再绘制数据
ax.scatter(x, y, z)

内容的提问来源于stack exchange，提问作者Alex V.