Matplotlib添加共享colorbar导致子图大小不等如何放置到右侧

创建两个并排子图时需要使用公共共享colorbar，仅绘制一次colorbar，但按常规方式实现后两个子图会出现尺寸不等的问题，需要实现colorbar放置在所有子图右侧外部、且所有子图尺寸一致的效果。

原有最小复现代码如下：

import numpy as np
from matplotlib import colors
import matplotlib.pyplot as plt

res = 100
x = np.linspace(0, 2*np.pi, res)

y = np.sin(x)
z = np.cos(x)
y2 = -np.sin(x)+0.4
z2 = 0.5*np.cos(2*x)

fig_width = 200/25.4                                                                                       
fig_height = 100/25.4                                                                                      
fig = plt.figure(figsize=(fig_width, fig_height))                                                          
gs = fig.add_gridspec(1, 2, wspace=0)                                                                      
(ax, ax2) = gs.subplots(sharey='row') 
images = []
images.append(ax.scatter(x, y, c=z))
images.append(ax2.scatter(x, y2, c=z2))
vmin = min(image.get_array().min() for image in images)
vmax = max(image.get_array().max() for image in images)
norm = colors.Normalize(vmin=vmin, vmax=vmax)
for im in images:
    im.set_norm(norm)
cbar = fig.colorbar(images[0], ax=ax2)
cbar.set_label("mylabel", loc='top')
fig.tight_layout()
plt.show()

调用fig.colorbar()时如果仅传入单个子图作为ax参数，colorbar会挤占该单个子图的绘图空间，导致对应子图宽度被压缩，和其他子图尺寸不一致。

给fig.colorbar()传入所有子图组成的列表作为ax参数，matplotlib会自动在所有子图的右侧外部预留统一的colorbar空间，不会单独压缩某一个子图；可通过pad参数调整colorbar和子图区域的间距，避免元素重叠。

修正后可直接运行的代码：

import numpy as np
from matplotlib import colors
import matplotlib.pyplot as plt

res = 100
x = np.linspace(0, 2*np.pi, res)

y = np.sin(x)
z = np.cos(x)
y2 = -np.sin(x)+0.4
z2 = 0.5*np.cos(2*x)

fig_width = 200/25.4                                                                                       
fig_height = 100/25.4                                                                                      
fig = plt.figure(figsize=(fig_width, fig_height))                                                          
gs = fig.add_gridspec(1, 2, wspace=0)                                                                      
(ax, ax2) = gs.subplots(sharey='row') 
images = []
images.append(ax.scatter(x, y, c=z))
images.append(ax2.scatter(x, y2, c=z2))
vmin = min(image.get_array().min() for image in images)
vmax = max(image.get_array().max() for image in images)
norm = colors.Normalize(vmin=vmin, vmax=vmax)
for im in images:
    im.set_norm(norm)
# 核心修改：传入所有子图对象列表作为ax参数，pad控制colorbar与子图间距
cbar = fig.colorbar(images[0], ax=[ax, ax2], pad=0.05)
cbar.set_label("mylabel", loc='top')
fig.tight_layout()
plt.show()

• 将原代码中cbar = fig.colorbar(images[0], ax=ax2)的ax=ax2改为ax=[ax, ax2]，告知matplotlib colorbar的放置参考为全部子图区域
• 可选添加pad参数调整colorbar与子图区域的间距，数值越大间距越宽
• 原有统一色标范围的Normalize逻辑无需改动，即可实现两个子图共用同一色阶
• 该方法同样适用于多行多列子图的共享colorbar场景，只需将所有子图对象组成列表传入ax参数即可

内容的提问来源于stack exchange，提问作者laolux