Python中如何使用imshow()在单行内并排绘制两幅子图

提前创建1行2列的子图网格，把两幅图的绘图逻辑分别绑定到对应子图轴对象即可实现并排展示，imshow()原生兼容子图模式，不存在适配问题。

修改后可直接运行的代码 #

import matplotlib.pyplot as plt

# 原有数据预处理逻辑无需改动
wvcount3D = fanibl['IMG_WV'][:]
wvcount3D.shape
wvcount = np.squeeze(wvcount3D)
wvcount.shape

# 创建1行2列的子图布局，可通过figsize调整整体画布宽高，避免内容挤压
fig, (ax_global, ax_asia) = plt.subplots(nrows=1, ncols=2, figsize=(14, 6))

# 绘制第一幅全球水汽分布图
im_global = ax_global.imshow(wvcount, vmin=800, vmax=975)
ax_global.set_title("Global 2D plot for Water Vapor Count for Fani before landfall")
fig.colorbar(im_global, ax=ax_global)
ax_global.grid()

# 绘制第二幅亚洲区域裁剪图
im_asia = ax_asia.imshow(wvcount, vmin=800, vmax=975)
ax_asia.set_title("Asia-specific plot for Water Vapor Count for Fani before landfall")
ax_asia.axis([300, 1000, 200, 700])
fig.colorbar(im_asia, ax=ax_asia)
ax_asia.grid()

# 自动调整子图间距，避免标题、色条、坐标轴标签重叠
plt.tight_layout()
plt.show()

关键改动说明 #

• 原代码两次独立调用plt.show()，每次都会生成新的独立画布，自然会垂直排列成两列。改用plt.subplots()提前创建好同一画布上的两个并排轴对象后，所有绘图操作都在同一画布内完成
• 子图模式下不要直接调用plt.title()、plt.grid()这类全局pyplot接口，要调用对应轴对象的方法：ax.set_title()、ax.grid()、ax.axis()，避免操作错绘图区域
• 给子图添加色条时必须传入ax=对应子图对象参数，否则色条会默认占用整列空间，打乱整体布局
• 最后调用plt.tight_layout()可以自动适配所有元素的位置，不需要手动调整边距参数，如果觉得图像过窄，直接调大subplots()中figsize的宽度数值即可

原单列排布的效果参考：

内容的提问来源于stack exchange，提问作者Pixel_Bear