能否让Matplotlib的constrained_layout忽略坐标轴刻度标签？

方案1：临时隐藏标签完成布局后恢复 #

constrained_layout会基于可见元素计算布局空间，先隐藏长X轴标签让布局引擎完成最优计算，再恢复标签，即可避免标签干扰列间距分配：

import matplotlib.pyplot as plt
import numpy as np

# 创建3行3列子图网格，启用constrained_layout
fig, axs = plt.subplots(3, 3, constrained_layout=True)

# 填充数据与长X轴标签
for row in range(3):
    # 左子图
    ax_left = axs[row, 0]
    ax_left.plot(np.random.rand(10))
    ax_left.set_xticklabels(['超长X轴标签1', '超长X轴标签2', '超长X轴标签3'])
    
    # 中间图例子图
    ax_legend = axs[row, 1]
    handles, _ = ax_left.get_legend_handles_labels()
    ax_legend.legend(handles, ['数据系列'], loc='center')
    ax_legend.axis('off')
    
    # 右子图
    ax_right = axs[row, 2]
    ax_right.plot(np.random.rand(10))
    ax_right.set_xticklabels(['超长X轴标签A', '超长X轴标签B', '超长X轴标签C'])

# 临时隐藏需要忽略的X轴标签
for ax in axs[:, [0, 2]].flat:
    ax.tick_params(labelbottom=False)

# 触发布局计算
fig.canvas.draw()

# 恢复X轴标签
for ax in axs[:, [0, 2]].flat:
    ax.tick_params(labelbottom=True)

plt.show()

优点：无需修改原有布局结构，快速适配现有代码；缺点：属于临时hack操作，调整子图数量时需同步修改标签隐藏逻辑。

方案2：固定列宽比例（GridSpec + constrained_layout） #

Matplotlib 3.2+版本后，constrained_layout可与GridSpec兼容，通过width_ratios固定左右列宽度比例，从根源上避免长标签推开列：

import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec
import numpy as np

fig = plt.figure(constrained_layout=True)
# 定义3行3列网格，左右列宽度1:1，中间列适配图例
gs = fig.add_gridspec(3, 3, width_ratios=[1, 0.3, 1])

for row in range(3):
    # 添加左子图
    ax_left = fig.add_subplot(gs[row, 0])
    ax_left.plot(np.random.rand(10))
    ax_left.set_xticklabels(['超长X轴标签1', '超长X轴标签2', '超长X轴标签3'])
    
    # 添加中间图例子图
    ax_legend = fig.add_subplot(gs[row, 1])
    handles, _ = ax_left.get_legend_handles_labels()
    ax_legend.legend(handles, ['数据系列'], loc='center')
    ax_legend.axis('off')
    
    # 添加右子图
    ax_right = fig.add_subplot(gs[row, 2])
    ax_right.plot(np.random.rand(10))
    ax_right.set_xticklabels(['超长X轴标签A', '超长X轴标签B', '超长X轴标签C'])

plt.show()

优点：从布局结构上控制列宽，逻辑清晰，兼容constrained_layout对图例的自动优化；缺点：需要重构子图创建逻辑，更适合新写代码时使用。

方案3：让标签折行/旋转（替代方案） #

如果允许调整标签显示方式，让长标签折行或旋转，减少水平空间占用，也能避免列被推开：

# 设置X轴标签时添加参数
ax_left.set_xticklabels(
    ['超长X轴标签1', '超长X轴标签2', '超长X轴标签3'],
    rotation=45,  # 旋转标签
    ha='right',   # 右对齐避免遮挡
    wrap=True     # 自动折行
)

优点：无需修改布局逻辑，保留标签可读性；缺点：过长标签折行后可能占用更多垂直空间，需根据实际情况调整。

其他库方案：Plotly Subplots #

如果可以切换到交互式可视化库，Plotly的子图布局引擎会自动处理标签与列宽的平衡，无需手动干预：

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

fig = make_subplots(
    rows=3, cols=3,
    column_widths=[1, 0.3, 1],
    specs=[[{}, {'type': 'scatter'}, {}]]*3
)

for row in range(1,4):
    # 添加左子图数据
    fig.add_trace(
        go.Scatter(y=np.random.rand(10), name='数据系列'),
        row=row, col=1
    )
    # 添加右子图数据
    fig.add_trace(
        go.Scatter(y=np.random.rand(10), showlegend=False),
        row=row, col=3
    )
    # 中间列添加图例
    fig.add_trace(
        go.Scatter(y=[], name='数据系列', showlegend=True),
        row=row, col=2
    )
    # 设置X轴标签
    fig.update_xaxes(
        ticktext=['超长X轴标签1', '超长X轴标签2', '超长X轴标签3'],
        tickvals=[0, 5, 9],
        row=row, col=1
    )
    fig.update_xaxes(
        ticktext=['超长X轴标签A', '超长X轴标签B', '超长X轴标签C'],
        tickvals=[0, 5, 9],
        row=row, col=3
    )
    # 隐藏中间列坐标轴
    fig.update_xaxes(visible=False, row=row, col=2)
    fig.update_yaxes(visible=False, row=row, col=2)

fig.update_layout(height=800, width=1000)
fig.show()

优点：布局引擎自动适配，交互式体验好；缺点：需要学习Plotly语法，与Matplotlib静态绘图逻辑差异较大。

内容的提问来源于stack exchange，提问作者taehyounpark