如何为Matplotlib子图网格添加全局X/Y轴标签？

问题描述 #

我尝试在一幅子图网格中绘制多组实验的汇总结果以对比数据，已通过subfigures成功创建子图网格，并添加了行标题及每个子图的标题，但无法显示全局X/Y轴标签。尝试过直接用plt.xlabel()、获取当前轴fig.gca()设置标签都无效，虽然可以给每个子图单独加标签，但希望实现全局统一的轴标签。

原代码 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = (20,20) # 调整图大小以适配内容

fig = plt.figure(constrained_layout=True)
fig.suptitle(f'The big title of the set')

# 尝试1：直接设置全局标签
plt.xlabel('The X-Label for all graphs')
plt.ylabel('The Y-Label for all graphs') # 修正原代码笔误：ply→plt

# 尝试2：通过当前轴设置标签
axes = fig.gca()
axes.set_xlabel('The X-Label for all graphs', loc='left')
axes.set_ylabel('The Y-Label for all graphs', visible=True)

Rows = ['four', 'parts', 'of', 'data'] # 补充示例数据
Columns = ['four', 'parts', 'of', 'values', 'per', 'row'] # 补充示例数据

subfigs = fig.subfigures(nrows=len(Rows), ncols=1)
    
for row, subfig in zip(Rows, subfigs):
    subfig.suptitle(f'Title of row {row}')
    subsubfigs = subfig.subplots(nrows=1, ncols=len(Columns))
        
    for column, subsubfig in zip(Columns, subsubfigs):
        # 替换为实际业务数据
        row_data = np.arange(10)
        column_data = np.random.randn(10)
        subsubfig.plot(row_data, column_data)
        subsubfig.set_title(f'Title of single graph {row}:{column}')
            
plt.show()

问题原因 #

你用fig.subfigures()创建的是子Figure对象，而非子Axes绘图轴。主Figure本身没有用于绘图的Axes，plt.gca()获取到的是一个默认创建的隐藏轴，它不会显示在子图网格中，所以设置的标签自然看不到。此外，plt.xlabel()本质也是给当前Axes设置标签，同样不作用于全局。

解决方案 #

方法1：用fig.text()手动添加全局标签 #

直接在主Figure的指定位置添加文本作为全局标签，通过归一化坐标（范围0-1）定位：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = (20,20)

fig = plt.figure(constrained_layout=True)
fig.suptitle(f'The big title of the set')

Rows = ['four', 'parts', 'of', 'data']
Columns = ['four', 'parts', 'of', 'values', 'per', 'row']

subfigs = fig.subfigures(nrows=len(Rows), ncols=1)
    
for row, subfig in zip(Rows, subfigs):
    subfig.suptitle(f'Title of row {row}')
    subsubfigs = subfig.subplots(nrows=1, ncols=len(Columns))
        
    for column, subsubfig in zip(Columns, subsubfigs):
        row_data = np.arange(10)
        column_data = np.random.randn(10)
        subsubfig.plot(row_data, column_data)
        subsubfig.set_title(f'Title of single graph {row}:{column}')

# 添加全局X/Y轴标签，坐标可根据布局微调
fig.text(0.5, 0.02, 'The X-Label for all graphs', ha='center', fontsize=12)
fig.text(0.02, 0.5, 'The Y-Label for all graphs', va='center', rotation='vertical', fontsize=12)

plt.show()

• ha='center'：水平居中对齐
• va='center'：垂直居中对齐

方法2：共享子图轴标签并统一显示 #

如果所有子图的X/Y轴含义一致，可以让每行/列的子图共享轴，然后只给边缘子图设置标签，模拟全局标签效果：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = (20,20)

fig = plt.figure(constrained_layout=True)
fig.suptitle(f'The big title of the set')

Rows = ['four', 'parts', 'of', 'data']
Columns = ['four', 'parts', 'of', 'values', 'per', 'row']

subfigs = fig.subfigures(nrows=len(Rows), ncols=1)
    
for row_idx, (row, subfig) in enumerate(zip(Rows, subfigs)):
    subfig.suptitle(f'Title of row {row}')
    # 创建共享Y轴的子图，避免重复显示Y刻度
    subsubfigs = subfig.subplots(nrows=1, ncols=len(Columns), sharey=True)
        
    for col_idx, (column, subsubfig) in enumerate(zip(Columns, subsubfigs)):
        row_data = np.arange(10)
        column_data = np.random.randn(10)
        subsubfig.plot(row_data, column_data)
        subsubfig.set_title(f'Title of single graph {row}:{column}')
        
        # 只给每行第一个子图加Y标签
        if col_idx == 0:
            subsubfig.set_ylabel('The Y-Label for all graphs')
        # 只给最后一行的子图加X标签
        if row_idx == len(Rows)-1:
            subsubfig.set_xlabel('The X-Label for all graphs')

plt.show()

这种方式更贴合Matplotlib的布局逻辑，无需手动调整坐标。

内容的提问来源于stack exchange，提问作者Kerek