如何去除Matplotlib子图绘制图像末尾的空白区域？

要去除子图末尾的空白区域，你可以从移除多余空自图和优化布局参数两个方向入手，以下是具体修改方案：

方案1：移除多余空自图（推荐） #

你当前创建了3行8列共24个子图，但仅需展示22个数据，剩余两个空自图即便设置axis("off")仍会占据布局空间。通过remove()方法彻底删除这些空自图，再调整布局即可消除空白：

修改后的完整代码：

import numpy as np 
import xarray as xr 
import geopandas as gpd 
import requests

import matplotlib.pyplot as plt 
# 转换字符串坐标为浮点数
def data_extract(link):
    text = requests.get(link).text.split(",")
    return np.array([float(i) for i in text if i])
# 获取经纬度数据
y = data_extract("https://raw.githubusercontent.com/tuyenhavan/test/main/latitude.txt")
x = data_extract("https://raw.githubusercontent.com/tuyenhavan/test/main/longtitude.txt")
# 生成模拟数据
random_data = np.random.randint(0, 3, (22, 937, 399))
# 包装为Xarray DataArray
data = xr.DataArray(random_data, dims=("band", "y", "x"), coords={
    "band": np.arange(len(random_data)),
    "y": y,
    "x": x
})
# 读取研究区域边界
aoi = gpd.read_file("https://raw.githubusercontent.com/tuyenhavan/test/main/area.geojson")
# 创建子图
fig, axes = plt.subplots(nrows=3, ncols=8, figsize=(12,16), sharex=True, sharey=True)

# 调整子图间距：减少行间距并消除列间距
fig.subplots_adjust(hspace=-0.55, wspace=0)

cmap="Spectral"
for i, ax in enumerate(axes.flatten()):
    if i < len(data):
        tem = data[i]
        tem=tem.rio.write_crs(aoi.crs)
        plot = tem.plot(ax=ax, cmap=cmap, add_colorbar=False, vmin=1, vmax=3)
        aoi.plot(ax=ax, color="None", edgecolor="black", linewidth=0.5)
        ax.set_title(f"{1+i}")
        ax.set_ylabel("")
        ax.set_xlabel("")
    else:
        # 彻底移除多余子图，而非仅隐藏轴
        ax.remove()

# 自动调整布局，消除整体边缘空白
fig.tight_layout()
plt.show()

方案2：动态计算子图行列（适配数据数量变化） #

如果数据数量可能变动，可以动态计算所需的子图行列数，仅创建必要的子图，从根源避免空白：

import numpy as np 
import xarray as xr 
import geopandas as gpd 
import requests

import matplotlib.pyplot as plt 
def data_extract(link):
    text = requests.get(link).text.split(",")
    return np.array([float(i) for i in text if i])

y = data_extract("https://raw.githubusercontent.com/tuyenhavan/test/main/latitude.txt")
x = data_extract("https://raw.githubusercontent.com/tuyenhavan/test/main/longtitude.txt")
random_data = np.random.randint(0, 3, (22, 937, 399))
data = xr.DataArray(random_data, dims=("band", "y", "x"), coords={
    "band": np.arange(len(random_data)),
    "y": y,
    "x": x
})
aoi = gpd.read_file("https://raw.githubusercontent.com/tuyenhavan/test/main/area.geojson")

# 动态计算子图行列：每行8个，向上取整计算行数
n_cols = 8
n_rows = (len(data) + n_cols - 1) // n_cols  

fig, axes = plt.subplots(nrows=n_rows, ncols=n_cols, figsize=(12, 12), sharex=True, sharey=True)
fig.subplots_adjust(hspace=-0.55, wspace=0)

cmap="Spectral"
# 遍历子图，仅处理有效轴
for i, ax in enumerate(axes.flatten()):
    if i < len(data) and ax is not None:
        tem = data[i]
        tem=tem.rio.write_crs(aoi.crs)
        plot = tem.plot(ax=ax, cmap=cmap, add_colorbar=False, vmin=1, vmax=3)
        aoi.plot(ax=ax, color="None", edgecolor="black", linewidth=0.5)
        ax.set_title(f"{1+i}")
        ax.set_ylabel("")
        ax.set_xlabel("")
    elif ax is not None:
        ax.remove()

fig.tight_layout()
plt.show()

关键改动说明 #

• ax.remove()：彻底删除多余空自图，避免其占据布局空间；
• wspace=0：消除子图列之间的空白，让布局更紧凑；
• fig.tight_layout()：自动调整子图位置，消除整体边缘的空白；
• 动态计算行列数：适配数据数量变化，从根源减少无效子图。

内容的提问来源于stack exchange，提问作者Tuyen