Plotly多图表同页展示：循环调用绘图函数实现2列4行布局

核心思路 #

Plotly Subplot的本质是将多个图表的Trace对象整合到同一个Figure中，而非直接拼接独立的Figure。所以你需要调整自定义函数的输出，或者从已生成的Figure中提取Trace，再逐个添加到对应子图位置。

方案1：修改自定义绘图函数返回Trace（推荐） #

如果可以修改charting_func，让它直接返回绘图所需的Trace对象（而非完整Figure），这样能更高效地整合到Subplot中：

调整后的绘图函数示例

import plotly.graph_objects as go

def charting_func(data):
    # 仅返回Trace对象，而非创建完整Figure
    return go.Scatter(
        x=data["x"],
        y=data["y"],
        mode="lines+markers",
        name=f"Data {data['id']}"
    )

主代码实现4x2布局

from plotly.subplots import make_subplots

# 假设你有8组待可视化的数据，存储在data_list中
data_list = [
    {"id": 1, "x": [1,2,3], "y": [4,5,6]},
    {"id": 2, "x": [1,2,3], "y": [6,5,4]},
    # ... 其余6组数据
]

# 创建4行2列的Subplot布局，设置紧凑间距
fig = make_subplots(
    rows=4,
    cols=2,
    subplot_titles=[f"Chart {i+1}" for i in range(8)],
    vertical_spacing=0.07,  # 缩小垂直间距
    horizontal_spacing=0.09,  # 缩小水平间距
    specs=[[{"type": "scatter"} for _ in range(2)] for _ in range(4)]
)

# 循环调用函数并添加Trace到对应子图
for idx, data in enumerate(data_list):
    # 计算当前子图的行/列号（Plotly子图索引从1开始）
    row = (idx // 2) + 1
    col = (idx % 2) + 1
    # 获取Trace并添加到Subplot
    trace = charting_func(data)
    fig.add_trace(trace, row=row, col=col)

# 调整整体布局，进一步优化紧凑度
fig.update_layout(
    height=1100,  # 根据子图数量设置合适高度
    width=900,
    title_text="8 Charts in Compact 4x2 Layout",
    margin=dict(l=30, r=30, t=60, b=30),  # 缩小边距
    showlegend=False  # 如果不需要统一图例可以隐藏
)

# 统一设置坐标轴标题（按需调整）
fig.update_xaxes(title_text="X Value", row=4, col=1)
fig.update_xaxes(title_text="X Value", row=4, col=2)
fig.update_yaxes(title_text="Y Value", row=1, col=1)
fig.update_yaxes(title_text="Y Value", row=1, col=2)

fig.show()

方案2：不修改原函数，从返回的Figure中提取Trace #

如果无法修改charting_func（它直接返回完整Figure），可以从每个生成的Figure中提取Trace，再添加到Subplot：

主代码示例

from plotly.subplots import make_subplots
import plotly.graph_objects as go

# 假设原绘图函数是这样的（无法修改）
def charting_func(data):
    fig = go.Figure()
    fig.add_trace(go.Scatter(x=data["x"], y=data["y"]))
    fig.update_layout(title=f"Chart {data['id']}")
    return fig

data_list = [
    {"id": 1, "x": [1,2,3], "y": [4,5,6]},
    # ... 其余7组数据
]

# 创建Subplot布局
fig = make_subplots(
    rows=4, cols=2,
    vertical_spacing=0.07,
    horizontal_spacing=0.09
)

for idx, data in enumerate(data_list):
    row = (idx // 2) + 1
    col = (idx % 2) + 1
    # 调用原函数得到独立Figure
    sub_fig = charting_func(data)
    # 提取所有Trace并添加到对应子图
    for trace in sub_fig.data:
        fig.add_trace(trace, row=row, col=col)
    # 同步子图的坐标轴标题（如果原函数有设置）
    fig.update_xaxes(title_text=sub_fig.layout.xaxis.title.text, row=row, col=col)
    fig.update_yaxes(title_text=sub_fig.layout.yaxis.title.text, row=row, col=col)

# 调整整体布局
fig.update_layout(
    height=1100, width=900,
    margin=dict(l=30, r=30, t=60, b=30)
)

fig.show()

关键注意事项 #

• Plotly的子图索引从1开始，所以循环中计算行/列时要+1
• 通过vertical_spacing和horizontal_spacing参数控制子图间距，数值越小布局越紧凑
• 如果需要统一设置样式（如坐标轴、字体），直接在主Figure上用update_xaxes/update_yaxes批量修改

内容的提问来源于stack exchange，提问作者Riccardo