图例元素过多致Matplotlib子图绘图区域过小，如何调整放大？

问题描述 #

单个子图内信号过多，图例占用大量空间，导致绘图区域高度不足、显示过小，需要放大绘图区域。

当前效果：

期望效果：

现有绘图代码 #

cm = 1/2.54
fig, axes = plt.subplots(nrows=len(unique_signals), ncols=1, figsize=(23.5*cm, 17.2*cm))

sig_col = filtered_df.columns[1:]
plot_counter = 0
previous_label = ""
for column in sig_col:
    signal_name = column.split('_')[0] if ':' in column else column[:-1]

    if  signal_name != previous_label or plot_counter == 0:
        ax = axes[plot_counter]
        plot_counter += 1
        ax.grid(True)

    previous_label = signal_name

    ax.plot(filtered_df['time'], filtered_df[column], label=column)

    y_min, y_max = ax.get_ylim()
    more_ext = ['Ilw1_X','Ilw2_X','IvwTrf1_X','IdcP_X','IdcN_X','Vlw2_X', 'Ilw1_Y','Ilw2_Y','IvwTrf1_Y','IdcP_Y','IdcN_Y','Vlw2_Y','Ivlv','IvlvSum','Icir','Ignd']
    percentage = 0.02 if signal_name not in more_ext else 0.2

    y_min_ext = y_min*(1-percentage) if y_min > 0 else y_min*(1+percentage)
    y_max_ext = y_max*(1+percentage) if y_max > 0 else y_max*(1-percentage)
    ax.set_ylim(y_min_ext, y_max_ext)

for ax in axes:
    ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.tight_layout()
plt.savefig(group_name.split('_')[0]+'.png', dpi=300)
plt.close()

解决方案 #

方法1：优化图例，释放绘图空间 #

当前图例放置在子图右侧，挤占了绘图区域，可通过调整图例属性减少空间占用：

• 缩小图例字体：

  ax.legend(loc='center left', bbox_to_anchor=(1, 0.5), fontsize='x-small')
  

• 缩短图例标记长度，让布局更紧凑：

  ax.legend(loc='center left', bbox_to_anchor=(1, 0.5), fontsize='x-small', handlelength=1)
  

• 将图例移到子图内部空白区域（如右上角），避免占用外部空间：

  ax.legend(loc='upper right', fontsize='x-small')
  

方法2：调整画布与子图布局 #

• 增大画布宽度，给图例预留独立空间，保证绘图区域宽度不变：

  fig, axes = plt.subplots(nrows=len(unique_signals), ncols=1, figsize=(28*cm, 17.2*cm))
  

• 手动调整子图右侧留白，替代tight_layout()：

  # 替换plt.tight_layout()
  plt.subplots_adjust(right=0.8)  # 右侧留20%空间给图例
  

方法3：合并同类图例 #

从代码逻辑看，信号按signal_name分组，可只给每组显示一个分类图例，减少图例条目：

sig_col = filtered_df.columns[1:]
plot_counter = 0
previous_label = ""
for column in sig_col:
    signal_name = column.split('_')[0] if ':' in column else column[:-1]

    if  signal_name != previous_label or plot_counter == 0:
        ax = axes[plot_counter]
        plot_counter += 1
        ax.grid(True)
        show_legend = True  # 新组显示图例
    else:
        show_legend = False  # 同组不重复显示

    previous_label = signal_name
    # 仅新组的信号添加label
    ax.plot(filtered_df['time'], filtered_df[column], label=column if show_legend else '')

    # 原有ylim调整代码不变...

# 仅给有label的子图添加图例
for ax in axes:
    handles, labels = ax.get_legend_handles_labels()
    if labels:
        ax.legend(loc='center left', bbox_to_anchor=(1, 0.5), fontsize='x-small')

方法4：使用独立图例轴 #

创建单独的轴放置所有图例，彻底避免挤占子图空间：

cm = 1/2.54
fig, axes = plt.subplots(nrows=len(unique_signals), ncols=1, figsize=(23.5*cm, 17.2*cm))
# 预留右侧空间，创建图例轴
fig.subplots_adjust(right=0.8)
legend_ax = fig.add_axes([0.82, 0.1, 0.15, 0.8])  # [左, 下, 宽, 高]

# 原有绘图逻辑不变...

# 收集所有图例并移到独立轴
all_handles = []
all_labels = []
for ax in axes:
    handles, labels = ax.get_legend_handles_labels()
    all_handles.extend(handles)
    all_labels.extend(labels)
    if ax.get_legend():
        ax.get_legend().remove()

legend_ax.legend(all_handles, all_labels, loc='center', fontsize='x-small')
legend_ax.axis('off')  # 隐藏图例轴边框和刻度

plt.savefig(group_name.split('_')[0]+'.png', dpi=300)
plt.close()

内容的提问来源于stack exchange，提问作者Victor