如何在Matplotlib中对齐2x2网格布局下的坐标轴？

我有一个包含2x2网格plt.Axes对象的图形（其中一个已被移除），同行坐标轴共享y轴范围，同列坐标轴共享x轴范围。示例代码如下：

import matplotlib.pyplot as plt
import numpy as np

fig, axs = plt.subplots(2, 2)
axs[0, 0].imshow(np.zeros((2, 2)))
axs[0, 1].imshow(np.zeros((2, 1)))
axs[1, 0].imshow(np.zeros((1, 2)))
axs[1, 1].remove()
plt.show(block=True)

当前图形中同列的x轴、同行的y轴未对齐，尝试使用sharex='col', sharey='row'仅同步了刻度，并未实现坐标轴的位置对齐。需要实现：同列坐标轴中x坐标相同的点、同行坐标轴中y坐标相同的点，在图形中对应相同的像素坐标。

问题根源是imshow默认会自动调整坐标轴纵横比以匹配图像尺寸，导致子图实际显示范围错位。可以通过以下两种方式解决：

方法1：统一纵横比+同步坐标范围 #

给每个子图设置aspect='equal'保证坐标比例一致，同时同步坐标轴范围并调整布局：

import matplotlib.pyplot as plt
import numpy as np

fig, axs = plt.subplots(2, 2, sharex='col', sharey='row')
axs[1, 1].remove()

# 绘制图像并强制统一纵横比
axs[0, 0].imshow(np.zeros((2, 2)), aspect='equal')
axs[0, 1].imshow(np.zeros((2, 1)), aspect='equal')
axs[1, 0].imshow(np.zeros((1, 2)), aspect='equal')

# 同步同列x轴、同行y轴的范围
x_min, x_max = axs[0,0].get_xlim()
for ax in [axs[0,1], axs[1,0]]:
    ax.set_xlim(x_min, x_max)

y_min, y_max = axs[0,0].get_ylim()
for ax in [axs[0,1], axs[1,0]]:
    ax.set_ylim(y_min, y_max)

# 自动调整布局消除间隙
fig.tight_layout()
plt.show(block=True)

方法2：用GridSpec精确控制子图布局 #

通过GridSpec自定义网格参数，强制同列子图宽度一致、同行子图高度一致：

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
# 创建2x2网格，设置同列宽度、同行高度完全相同
gs = fig.add_gridspec(2, 2, width_ratios=[1,1], height_ratios=[1,1])

# 绑定子图并共享坐标轴
ax00 = fig.add_subplot(gs[0,0])
ax01 = fig.add_subplot(gs[0,1], sharey=ax00)
ax10 = fig.add_subplot(gs[1,0], sharex=ax00)

# 绘制图像并设置统一纵横比
ax00.imshow(np.zeros((2,2)), aspect='equal')
ax01.imshow(np.zeros((2,1)), aspect='equal')
ax10.imshow(np.zeros((1,2)), aspect='equal')

# 同步坐标范围
x_min, x_max = ax00.get_xlim()
ax10.set_xlim(x_min, x_max)
y_min, y_max = ax00.get_ylim()
ax01.set_ylim(y_min, y_max)

fig.tight_layout()
plt.show(block=True)

核心要点 #

• aspect='equal'是保证坐标比例一致的关键，避免图像拉伸/压缩导致坐标错位
• 配合sharex/sharey或手动设置xlim/ylim同步坐标轴数值范围
• GridSpec或tight_layout用于确保子图的物理位置对齐

内容的提问来源于stack exchange，提问作者user209974