如何增加matplotlib图表底部空间且保持y轴范围0.0-1.0不变

问题场景 #

我正在使用以下命令在matplotlib中创建绘图：

import matplotlib.pyplot as plt
from matplotlib import cm
import matplotlib.ticker
import numpy as np

# 此处省略dop、xdata、ydata的前置定义
fig = plt.figure()
ax = plt.axes() 
ax.plot(xdata, ydata)
my_cmap = cm.seismic
ax.tick_params(axis='x', labelsize=16)
ax.tick_params(axis='y', labelsize=16)
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
cbar = plt.colorbar(sm, orientation='vertical') 
cbar.set_ticks([0, 1])
cbar.set_ticklabels(["Poorest", "Best"]) 
cbar.ax.tick_params(labelsize=14)
cbar.ax.set_ylabel("Quality of solvent", fontsize=18, rotation=270)
ax.set_xscale('log')
ax.set_xlabel("Temperature (reduced)", fontsize=18) 
ax.set_ylabel("$\\xi$", fontsize=18)
ax.yaxis.set_major_locator(matplotlib.ticker.MaxNLocator(11))
ax.set_yticks(np.linspace(0, 1, 11)) 
fig.tight_layout()
plt.savefig("DOP_"+str(dop)+"_parameter.png", dpi=1000)

生成的图像如下：

有参考方法建议使用plt.tight_layout()扩展图表底部边距，但实际使用后没有生效。需要在保持y轴取值范围0.0到1.0完全不变的前提下，给绘图底部增加额外的显示空间。

可行解决方案 #

tight_layout()的默认逻辑是自动压缩边距到刚好容纳所有轴标签、刻度元素，不会主动预留富余空间，而且自动计算偶尔会出现适配偏差。要实现需求不需要修改坐标轴数据范围，直接调整画布布局参数即可，以下两种常用方法都不会改动y轴0-1的显示区间：

• 方法1：用subplots_adjust手动指定底部边距，兼容性最好，所有matplotlib版本都能用
  把原代码里的fig.tight_layout()替换为如下代码：

  # 先执行自动布局适配基础元素
  fig.tight_layout()
  # 单独调整底部边距，数值为相对figure的比例（0为画布最底部，1为画布最顶部）
  # 默认底部边距约为0.11，可按需调大到0.16~0.2之间，直到x轴标签完整显示
  fig.subplots_adjust(bottom=0.18)
  

• 方法2：用约束布局替代tight_layout，适配逻辑更智能（适合matplotlib 3.4及以上版本）
  初始化画布时就指定使用constrained布局，后续通过布局引擎参数预留底部空间：

  # 初始化时替换原fig = plt.figure()
  fig = plt.figure(layout='constrained')
  # 后续绘图代码保持不变，在savefig前加一行调整布局边界
  # rect参数格式为[left, bottom, right, top]，所有值为相对画布的比例
  # 把bottom值设为0.05~0.1之间即可留出足够底部空间
  fig.get_layout_engine().set(rect=[0, 0.08, 1, 1])
  

注意：不要通过修改ax.set_ylim()的方式留空间，会直接改变y轴的显示范围，不符合需求。上面两种方法都是调整绘图区域在画布上的位置，完全不会影响坐标轴本身的取值范围和刻度显示。

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