Python循环生成多幅4行5列子图的实现方法

核心逻辑：4行5列布局单张图最多放置20张子图，85组子集刚好对应5张图（前4张各承载20组数据，最后1张承载5组数据）。实现时先将所有子集按20个为一批切分，逐批生成画布，绘制完有效子图后隐藏多余空白轴即可。

import matplotlib.pyplot as plt
import pandas as pd

# ———— 参数配置区，可根据实际需求修改 ————
# 将df拆分为85个子集，示例为按指定字段分组的写法，替换为你实际的子集生成逻辑即可
# 如果已有现成的子集列表，直接给subsets赋值为按顺序存放85个DataFrame的列表即可
subsets = [g for _, g in df.groupby("你的分组字段名")]
rows_per_fig = 4
cols_per_fig = 5
subplot_per_fig = rows_per_fig * cols_per_fig  # 单画布共20个子图位置
figsize = (20, 16)  # 单张画布尺寸，可根据显示效果调整
# ———— 参数配置区结束 ————

total_subset = len(subsets)
# 向上取整计算需要生成的总画布数
total_fig = (total_subset + subplot_per_fig - 1) // subplot_per_fig

for fig_idx in range(total_fig):
    # 生成4行5列的子图画布
    fig, axs = plt.subplots(nrows=rows_per_fig, ncols=cols_per_fig, figsize=figsize)
    # 将二维轴数组拉平为一维，方便按索引遍历
    axs_flat = axs.flatten()
    
    # 计算当前画布需要绘制的子集范围
    start_idx = fig_idx * subplot_per_fig
    end_idx = min(start_idx + subplot_per_fig, total_subset)
    current_batch = subsets[start_idx:end_idx]
    
    # 逐个绘制有效子图
    for plot_idx, subset_data in enumerate(current_batch):
        ax = axs_flat[plot_idx]
        # 替换为你实际的绘图逻辑，支持折线、柱状、散点等任意matplotlib支持的图表类型
        ax.plot(subset_data["x列名"], subset_data["y列名"], linewidth=1)
        ax.set_title(f"子集 {start_idx + plot_idx + 1}", fontsize=10)
        # 可按需追加坐标轴标签、图例、刻度调整等配置
    
    # 隐藏当前画布未使用的多余子图，保留纯白空白
    for empty_ax_idx in range(len(current_batch), subplot_per_fig):
        axs_flat[empty_ax_idx].axis("off")
    
    # 自动调整子图间距，避免标签、标题重叠
    plt.tight_layout()
    # 如需本地保存图片可取消注释下一行，自定义存储路径和分辨率
    # plt.savefig(f"批量绘图结果_{fig_idx+1}.png", dpi=150, bbox_inches="tight")
    plt.show()
    # 批量生成大量图片时建议取消注释下一行，及时释放内存避免程序卡顿
    # plt.close()

• 若需要统一所有子图的x/y轴显示范围，可在遍历绘制子图前添加plt.setp(axs_flat, xlim=(x_min, x_max), ylim=(y_min, y_max))批量设置，无需逐个子图重复配置
• 子图默认按从左到右、从上到下的顺序排列，最后一张图的5个有效子图会自动占满第一行+第二行第一个位置，剩余位置完全隐藏坐标轴
• 若需要修改子图间距、配色、字体等样式，直接在plt.subplots初始化或子图绘制环节调整对应参数即可

内容的提问来源于stack exchange，提问作者John Chae