升级Matplotlib后调用figurecanvasTkagg.draw()触发ZeroDivisionError

问题背景 #

代码正常运行多年，升级Matplotlib后调用figurecanvasTkagg.draw()时触发ZeroDivisionError，错误源于matplotlib/_layoutgrid.py的grid_constraints方法中执行h0 = h / self.height_ratios[0]时的除零操作。即使创建Figure时设置了layout='constrained'，问题仍存在。

复现代码（简化版） #

self.fig = Figure(figsize=(5, 4), dpi=100, layout='constrained')
self.__plot = self.fig.add_subplot(111)
self.__plot.set_xlim(datetime.strptime('01/05/' + year + '00:00:00', '%d/%m/%Y %H:%M:%S'), datetime.strptime('01/12/' + year + ' 00:00:00', '%d/%m/%Y %H:%M:%S')) 
self.__plot.invert_yaxis()

cf = self.__plot.contourf(df_datetime, -depths, df.values.T, 256, extend='both', cmap='RdYlBu_r', levels=levels2)

self.__cb = plt.colorbar(cf, ax=self.__plot, label='Temperature (ºC)', ticks=levels)
self.__cbexists = True
self.__plot.set(ylabel='Depth (m)',
title=historical.split('_')[4] + ' year ' + year) 
locator = mdates.MonthLocator()
self.__plot.xaxis.set_major_locator(locator)
fmt = mdates.DateFormatter('%b')
self.__plot.xaxis.set_major_formatter(fmt)
# Sets the x axis on the top
self.__plot.xaxis.tick_top()
# Sets the ticks only for the whole depths, the ones from the file
tick_depths = [-i for i in depths if i.is_integer()]
self.__plot.set_yticks(tick_depths) 
self.canvas.draw()

可行解决方案 #

1. 手动控制颜色条布局，避免自动计算异常 #

使用mpl_toolkits.axes_grid1的make_axes_locatable创建独立的颜色条轴，绕开Constrained Layout的自动比例计算：

from mpl_toolkits.axes_grid1 import make_axes_locatable

# 分割子图轴，为颜色条预留空间
divider = make_axes_locatable(self.__plot)
cax = divider.append_axes("right", size="5%", pad=0.1)
# 使用预留的轴创建颜色条
self.__cb = self.fig.colorbar(cf, cax=cax, label='Temperature (ºC)', ticks=levels)

2. 切换布局模式为tight #

替换constrained布局为tight，或手动调用tight_layout：

# 创建Figure时指定tight布局
self.fig = Figure(figsize=(5, 4), dpi=100, layout='tight')

# 或者在draw前手动触发tight布局
# self.fig.tight_layout()
self.canvas.draw()

3. 显式设置子图高度比例 #

若坚持使用Constrained Layout，手动设置子图网格的高度比例，确保第一个比例不为零：

# 显式设置单张子图的高度比例为[1]
self.__plot.get_gridspec().set_height_ratios([1])

4. 检查并修正数据范围异常 #

确认depths数据无异常值，确保y轴范围合理：

# 检查深度数据
print("Depths data:", depths)
# 强制设置y轴范围，避免自动计算出极端值
self.__plot.set_ylim(min(-depths), max(-depths))

内容的提问来源于stack exchange，提问作者Marc JB