使用Pandas绘制共享轴子图时部分坐标轴标签丢失如何解决？

问题原因 #

当你使用sharey=True创建子图时，Matplotlib默认会关闭所有非最左列子图的左侧Y轴刻度、标签的显示，避免刻度重复展示。你调用set_ylabel仅修改了第二个子图的标签内容，但标签的可见状态默认是关闭的，因此不会显示。

解决方法 #

方法1：手动打开第二个子图的Y轴标签显示

仅需加一行代码开启第二个子图的左侧Y轴标签显示权限即可，保留sharey的自动同步刻度能力：

import matplotlib.pyplot as plt
import pandas as pd
fig, axes = plt.subplots(1, 2, sharey=True, sharex=True)
pd.DataFrame([1,2,3]).plot(ax=axes[0])
pd.DataFrame([3,2,1]).plot(ax=axes[1])
axes[0].set_ylabel('ylabel-1')
axes[1].set_ylabel('ylabel-2')
# 新增：开启第二个子图左侧Y轴标签的显示
axes[1].yaxis.set_tick_params(labelleft=True)
plt.tight_layout()

方法2：手动同步Y轴范围，不使用sharey参数

如果需要控制的子图数量较多，也可以不开启sharey，手动同步两个子图的Y轴范围，默认状态下两个子图的Y轴标签都会正常显示：

import matplotlib.pyplot as plt
import pandas as pd
# 不指定sharey参数
fig, axes = plt.subplots(1, 2, sharex=True)
pd.DataFrame([1,2,3]).plot(ax=axes[0])
pd.DataFrame([3,2,1]).plot(ax=axes[1])
# 手动同步Y轴范围，实现和sharey一致的刻度效果
axes[1].set_ylim(axes[0].get_ylim())
axes[0].set_ylabel('ylabel-1')
axes[1].set_ylabel('ylabel-2')
plt.tight_layout()

内容的提问来源于stack exchange，提问作者blaylockbk