设置统一y轴范围后，Matplotlib子图图例无法最优放置

我用Matplotlib绘制了包含两个子图的图表，想要让它们使用相同的y轴刻度范围，相关代码如下：

fig, ax = plt.subplots(1, 2,figsize=(10,6))

ax[0].set_title('Over Global region, {} points'.format(len(df)))
ax[0].plot(df.groupby('type')['thickness'].mean(),label='Cloud mean thickness',color='red')
ax[0].set_xlabel('Cloud Type',fontsize=13)
ax[0].set_ylabel('(in km)',fontsize=15)
#Put xticks with labels at the bottom of the plot
ax[0].set_xticks(cloudlabel,cloudtype_dict.values(),rotation=50)

lon_left, lon_right, lat_bot, lat_top = 60, 100, 0, 40
dfcopy = df.copy()
dfcopy_aoi = dfcopy[(dfcopy['lon']>=lon_left) & (dfcopy['lon']<=lon_right) & (dfcopy['lat']>=lat_bot) & (dfcopy['lat']<=lat_top)]
ax[1].set_title('Over Indian subcontinent region, {} points'.format(len(dfcopy_aoi)))
ax[1].plot(dfcopy_aoi.groupby('type')['thickness'].mean(),label='Cloud mean thickness',color='red')
ax[1].set_xlabel('Cloud Type',fontsize=13)
ax[1].set_ylabel('(in km)',fontsize=15)
ax[1].set_xticks(cloudlabel,cloudtype_dict.values(),rotation=50);


#Shared y-axis
y_lim=[0,0]
y_lim = [min(ax[0].get_ylim()[0], ax[1].get_ylim()[0]), max(ax[0].get_ylim()[1], ax[1].get_ylim()[1])]
for i in range(2):
    ax[i].set_ylim(y_lim)
ax[0].legend(loc='best');
ax[1].legend(loc='best');

我已经把图例设置代码放在所有操作之后，但第一个子图（ax[0]）的图例还是错位，没有找到最优放置位置，图例跑到了子图外部区域。

核心原因 #

问题出在：你先绘制图表，Matplotlib自动算出初始y轴范围并记录了绘图区域；之后手动修改了y轴范围，但调用legend(loc='best')时，它还是基于修改y轴范围之前的区域计算最优位置，导致图例错位。

修复方案 #

有两种简单解决办法：

1. 先确定统一y轴范围，再绘制图表
   先提前计算两组数据的均值，得出统一的y轴上下限，再依次绘制子图：

# 提前计算两组数据的均值，确定统一y轴范围
global_mean = df.groupby('type')['thickness'].mean()
aoi_mean = dfcopy_aoi.groupby('type')['thickness'].mean()
y_lim = [min(global_mean.min(), aoi_mean.min()), max(global_mean.max(), aoi_mean.max())]

fig, ax = plt.subplots(1, 2,figsize=(10,6))

# 绘制第一个子图
ax[0].set_title(f'Over Global region, {len(df)} points')
ax[0].plot(global_mean, label='Cloud mean thickness', color='red')
ax[0].set_xlabel('Cloud Type', fontsize=13)
ax[0].set_ylabel('(in km)', fontsize=15)
ax[0].set_xticks(cloudlabel, cloudtype_dict.values(), rotation=50)
ax[0].set_ylim(y_lim)
ax[0].legend(loc='best')

# 绘制第二个子图
ax[1].set_title(f'Over Indian subcontinent region, {len(dfcopy_aoi)} points')
ax[1].plot(aoi_mean, label='Cloud mean thickness', color='red')
ax[1].set_xlabel('Cloud Type', fontsize=13)
ax[1].set_ylabel('(in km)', fontsize=15)
ax[1].set_xticks(cloudlabel, cloudtype_dict.values(), rotation=50)
ax[1].set_ylim(y_lim)
ax[1].legend(loc='best')

2. 修改y轴范围后，强制更新图例位置计算
   如果不想调整代码顺序，可以在设置完y轴范围后，给legend加上bbox_transform参数，让它基于当前子图的轴区域计算位置：

# 设置完y轴范围后
for i in range(2):
    ax[i].set_ylim(y_lim)
# 重新基于当前轴区域计算图例位置
ax[0].legend(loc='best', bbox_transform=ax[0].transAxes)
ax[1].legend(loc='best', bbox_transform=ax[1].transAxes)

或者直接手动指定一个可靠的位置（比如upper right），避免自动计算的误差：

ax[0].legend(loc='upper right')
ax[1].legend(loc='upper right')

额外优化建议 #

可以直接用Matplotlib自带的共享轴功能，不用手动计算y范围，代码更简洁：

# 创建子图时指定sharey=True，自动同步两个子图的y轴范围
fig, ax = plt.subplots(1, 2, figsize=(10,6), sharey=True)
# 后续绘制代码无需再手动设置ylim

内容的提问来源于stack exchange，提问作者Pixel_Bear