如何基于所有子图数据统一自动缩放Matplotlib子图Y轴？

问题场景 #

你需要循环绘制多组数据的对比子图（线性X轴vs对数X轴），每次绘图后保存并清除线条，目前单张子图会自动缩放Y轴，但希望两个子图基于所有数据使用统一的Y轴范围，同时避免冗余绘图带来的性能损耗。

高效解决方案 #

核心思路是预先计算所有数据的Y轴全局极值，提前固定两个子图的Y轴范围，这样循环绘图时无需再调整缩放，直接绘制当前数据即可，完全避免冗余操作。

修改后的代码 #

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

# --------------------------
# 第一步：预计算全局Y轴极值
# --------------------------
# 合并所有Y数据（线性和对数轴的Y数据都要考虑）
all_y_data = []
for i in range(whatever):
    all_y_data.extend(y_linear[i])
    all_y_data.extend(y_log[i])
# 计算全局最小和最大值（适配对数轴，过滤非正数）
global_y_min = np.min([y for y in all_y_data if y > 0])
global_y_max = np.max(all_y_data)

# --------------------------
# 第二步：初始化画布和子图
# --------------------------
fig = plt.figure(figsize=(12,6))
gs = GridSpec(1, 2, figure=fig, width_ratios=[1, 1])
ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1])

# 配置子图属性并固定Y轴范围
ax1.set_xlabel(r"$x$")
ax1.set_yscale("log")
ax1.set_ylabel(r"$f(x)$")
ax1.set_ylim(global_y_min, global_y_max)  # 锁定Y轴缩放

ax2.set_xscale("log")
ax2.set_xlabel(r"$x$")
ax2.set_yscale("log")
ax2.set_ylabel(r"$f(x)$")
ax2.set_ylim(global_y_min, global_y_max)  # 与ax1保持完全一致

# --------------------------
# 第三步：循环绘图
# --------------------------
for i in range(whatever):
    # 绘制当前组数据
    ax1.plot(x_linear[i], y_linear[i])
    ax2.plot(x_log[i], y_log[i])
    
    # 保存图片
    fig.savefig(f"{i}.png")
    
    # 清除当前线条，准备下一组绘图
    for line in ax1.get_lines():
        line.remove()
    for line in ax2.get_lines():
        line.remove()

关键说明 #

• 预计算全局Y极值：仅遍历一次所有数据，一次性确定两个子图的Y轴范围，避免循环中反复调整缩放的开销
• 固定Y轴范围：通过set_ylim直接锁定缩放比例，确保两个子图Y轴完全对齐，无需再调用relim()和autoscale()
• 性能优化：全程仅遍历数据两次（一次计算极值，一次绘图），完全避免冗余绘图或透明线的额外性能损耗

内容的提问来源于stack exchange，提问作者campioru