Matplotlib plt.show()无法稳定显示全部子图问题求解

• 绘图流程中重复调用了2次plt.show()：第一次调用位置在第2个子图绘制完成后、第3个子图绘制开始前。Jupyter Notebook的Matplotlib内联渲染模式下，执行到plt.show()会立刻输出当前画布的已绘制内容并结束当前画布的渲染流程，后续的绘图操作不会同步到已经输出的结果中，第二次调用plt.show()时只会输出未完成绘制的空白画布区域，这是显示异常的核心原因。
• 初始化了7行3列共21个子图对象，但仅为第一行的3个子图编写了绘图逻辑，剩余18个子图本身没有绑定任何绘图内容，会默认显示为空白框。
• 代码末尾的plt.show()后多余的分号属于不规范写法，虽不直接导致报错，但会干扰部分环境下的渲染判断。

调整代码逻辑遵循两个核心规则：多子图绘制全程仅保留1次plt.show()调用，且放在所有绘图逻辑的最末尾；按需初始化子图数量，避免生成无内容的空白子图。
修复后的可运行代码如下：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 开头加魔法命令固定渲染模式，避免偶发渲染异常
%matplotlib inline

def min_avg_max_pol_city(num_cities = 5):
    # 若当前仅需绘制NO2相关的3张图，nrows设为1即可；后续要补充其他污染物图表时再调整为7
    fig, ax = plt.subplots(nrows=1, ncols=3, figsize=(22, 6))
    # 同时调整横向、纵向子图间距，避免城市名、标题重叠
    plt.subplots_adjust(hspace=0.4, wspace=0.3)

    # 子图1：NO2浓度最低的城市
    no2_min = ax[0]
    sub_df = df[df['pollutant_id'] == 'NO2'].sort_values('pollutant_min', ascending=True).head(num_cities)
    sns.barplot(ax=no2_min, x=sub_df.city, y=sub_df.pollutant_min)
    no2_min.set_ylabel("污染浓度", fontsize=14)
    no2_min.set_title("NO2浓度最低的城市", fontsize=14)
    no2_min.tick_params(axis='x', rotation=30) # 旋转x轴标签避免文字重叠

    # 子图2：NO2平均浓度最高的城市
    no2_avg = ax[1]
    sub_df = df[df['pollutant_id'] == 'NO2'].sort_values('pollutant_avg', ascending=False).head(num_cities)
    sns.barplot(ax=no2_avg, x=sub_df.city, y=sub_df.pollutant_avg)
    no2_avg.set_title('NO2平均浓度最高的城市', fontsize=14)
    no2_avg.tick_params(axis='x', rotation=30)

    # 子图3：NO2浓度最高的城市
    no2_max = ax[2]
    sub_df = df[df['pollutant_id'] == 'NO2'].sort_values('pollutant_max', ascending=False).head(num_cities)
    sns.barplot(ax=no2_max, x=sub_df.city, y=sub_df.pollutant_max)
    no2_max.set_title('NO2浓度最高的城市', fontsize=14)
    no2_max.tick_params(axis='x', rotation=30)

    # 所有绘图逻辑完成后，仅调用一次plt.show()
    plt.show()

min_avg_max_pol_city(5)

如果需要保留7行3列的子图布局来展示其他污染物的统计结果，只需将nrows参数改回7，后续逐行给ax[行号,列号]对应的子图对象绑定绘图逻辑即可，切记不要在绘制中途插入plt.show()调用。

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