Matplotlib中2D与3D子图高度不等的原因及统一解决方案？

这个问题我之前也碰到过，其实是matplotlib对2D和3D轴的布局逻辑差异导致的，下面给你拆解原因和解决办法：

现象原因 #

• 3D轴的空间预留机制：matplotlib的3D轴默认会为3D视角交互（比如旋转）、z轴元素（标签、刻度）预留额外的边界空间，即使你没有启用交互式旋转，这个预留空间依然会被计算到边界框中，导致3D子图的实际可绘图区域高度和2D子图不匹配。
• 2D轴的紧凑布局逻辑：2D轴的边界框是严格基于x/y轴元素、绘图内容的尺寸来计算的，没有额外的3D空间预留，所以它的高度通常会比同布局下的3D轴更贴合实际绘图区域。

简便解决方法 #

我们可以手动统一两个子图的位置和高度，利用matplotlib的轴位置API就能轻松实现：

1. 绘制完所有子图后，分别获取2D轴和3D轴的位置参数（格式为[left, bottom, width, height]）
2. 以其中一个轴的高度和垂直位置为基准，调整另一个轴的位置，让两者的底部对齐且高度一致
3. 用set_position()应用调整后的位置

修改后的代码示例 #

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.tri as mtri

u = np.linspace(0, 2.0 * np.pi, endpoint=True, num=50)
v = np.linspace(-0.5, 0.5, endpoint=True, num=10)
u, v = np.meshgrid(u, v)
u, v = u.flatten(), v.flatten()

x = (1 + 0.5 * v * np.cos(u / 2.0)) * np.cos(u)
y = (1 + 0.5 * v * np.cos(u / 2.0)) * np.sin(u)
z = 0.5 * v * np.sin(u / 2.0)
tri = mtri.Triangulation(u, v)

fig = plt.figure(figsize=plt.figaspect(0.5))
# 绘制2D子图
ax2d = fig.add_subplot(1, 2, 1)
ax2d.plot(x, y)
# 绘制3D子图
ax3d = fig.add_subplot(1, 2, 2, projection='3d')
ax3d.plot_trisurf(x, y, z, triangles=tri.triangles, cmap=plt.cm.Spectral)
ax3d.set_zlim(-1, 1)

# 统一两个子图的边界框高度和位置
pos2d = ax2d.get_position()
pos3d = ax3d.get_position()
# 以2D子图的高度和底部位置为基准，调整3D子图
new_pos3d = [pos3d.x0, pos2d.y0, pos3d.width, pos2d.height]
ax3d.set_position(new_pos3d)

plt.show()

这样调整后，两个子图的边界框高度就会完全一致了。你也可以根据需求选择以3D子图的高度为基准调整2D子图，只需要把基准换成pos3d即可。

内容的提问来源于stack exchange，提问作者mins