Matplotlib使用subplots绘制首个子图偏移与Pandas plot结果不一致问题

偏移产生的核心原因 #

• 布局调整机制差异：pandas的plot()方法内部默认会执行布局自动优化，确保所有绘图元素对齐。而手动调用plt.subplots()后没有主动触发布局调整，在sharex=True模式下，默认仅最底部的子图显示x轴刻度标签，上方3个子图的x轴刻度默认隐藏，节省出来的底部空间没有被自动重新分配，加上每个子图都单独添加了图例，进一步挤压了绘图区域，最终导致第一个子图和下方三个子图位置出现视觉偏移。
• 默认边距设置差异：matplotlib创建子图时，默认会给整幅图的顶部预留更多边距，第一个子图上方没有其他子图挤压，而下方子图之间的默认间距更小，叠加图例占用的空间后，第一个子图的偏移会更明显。

两种结果的选择标准 #

两种绘图结果本身都是正确的，不存在绝对的“标准答案”，根据使用场景选择即可：

• 如果需要将每列数据放在独立坐标轴上单独观察趋势，就用plt.subplots()的方案，只要在plt.show()之前添加fig.tight_layout()即可解决偏移问题，调整后代码如下：

import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_csv("data.csv", sep="\t")

fig, axes = plt.subplots(4, 1, sharex=True)
for i, c in enumerate(data.columns):
    axes[i].plot(data[c], label=f"{c}")
    axes[i].legend()

fig.tight_layout() # 新增布局调整代码
plt.show()

• 如果需要将所有列放在同一坐标轴上直接对比数值差异，直接用pd.DataFrame.plot()的默认方案即可。

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