如何在Python中动态绘制数量可变的多个子图？

核心思路 #

先收集所有需要绘制的有效(x,y)列对，再根据配对数量自动生成对应行数的子图布局，完全避免空白子图。

修正后的代码实现 #

import matplotlib.pyplot as plt

# 定义所有需要检查的列配对（可根据需求扩展）
plot_pairs = [
    ("node_x_9", "node_x_11"),
    ("node_x_10", "node_x_12")
    # 可以继续添加其他需要的配对，比如("node_x_13", "node_x_15")等
]

# 收集有效的配对（两个列都存在于names中）
valid_pairs = []
for x_col, y_col in plot_pairs:
    if x_col in names and y_col in names:
        valid_pairs.append((x_col, y_col))

# 如果有有效配对，开始绘图
n = len(valid_pairs)
if n > 0:
    # 创建n行1列的子图，figsize可根据需求调整
    fig, axes = plt.subplots(n, 1, figsize=(8, 4 * n))
    
    # 处理单个子图的情况（此时axes不是数组）
    if n == 1:
        axes = [axes]
    
    # 逐个绘制子图
    for ax, (x_col, y_col) in zip(axes, valid_pairs):
        ax.plot(df[x_col], df[y_col])
        ax.set_title(f"{y_col} vs {x_col}")
        ax.set_xlabel(x_col)
        ax.set_ylabel(y_col)
    
    # 自动调整子图间距，避免标签重叠
    plt.tight_layout()
    plt.show()

关键细节说明 #

• 动态收集配对：把所有需要检查的列对提前定义在plot_pairs里，后续扩展只需要添加新配对即可，不用改逻辑代码。
• 自适应布局：根据有效配对数量n创建n×1的子图，完全没有空白。如果后续需要其他布局（比如超过3个时改成2列），可以加判断：比如rows = (n + 1) // 2，cols = 2，再用plt.subplots(rows, cols)生成布局。
• 修复原代码错误：原代码里plt.plot(df["node_x_10", "node_x_12"])是语法错误，应该拆成两个列索引df["node_x_10"], df["node_x_12"]。

内容的提问来源于stack exchange，提问作者Enri Ventu