Pandas scatter_matrix：标签旋转后截断与自动调整方案问询

我来帮你搞定这两个头疼的问题——不用手动调参数，也能让长标签完整显示，同时保持散点图的紧凑布局。咱们从动态计算标签尺寸和精细化布局入手：

1. 自动计算Y轴标签的labelpad #

手动试labelpad太麻烦，我们可以直接获取标签的实际显示宽度，动态设置偏移量，确保标签完全露在绘图区域外：

import pandas as pd
import matplotlib.pyplot as plt

# 假设df_plot是你的目标数据框
axes = pd.plotting.scatter_matrix(df_plot, alpha=0.1, figsize=[10, 10])
n = len(df_plot.columns)

for x in range(n):
    for y in range(n):
        ax = axes[x, y]
        # 设置X轴标签垂直显示
        ax.xaxis.label.set_rotation(90)
        # 设置Y轴标签水平显示
        ax.yaxis.label.set_rotation(0)
        
        # 自动计算Y轴标签需要的偏移量
        label_width = ax.yaxis.get_label().get_window_extent().width
        # 加5像素的余量，避免标签贴到子图边缘
        ax.yaxis.labelpad = label_width + 5
        
        # 如果X轴标签也有截断问题，同理可以自动计算
        # ax.xaxis.labelpad = ax.xaxis.get_label().get_window_extent().height + 5

2. 解决长标签被边缘截断的问题 #

plt.tight_layout()会拉大子图间距，不符合需求的话，我们有两个更灵活的方案：

方案一：手动微调整体边距 #

用plt.subplots_adjust()精准控制边距，给标签留足空间，同时保持子图紧凑：

# 循环结束后调整布局
# left和bottom给标签留空间，wspace和hspace控制子图间距
plt.subplots_adjust(left=0.2, bottom=0.2, wspace=0.1, hspace=0.1)

方案二：用Constrained Layout智能适配 #

matplotlib的Constrained Layout会自动处理标签和子图的重叠，不用手动算边距，还能保持子图紧凑：

# 先启用Constrained Layout
plt.rcParams['figure.constrained_layout.use'] = True

axes = pd.plotting.scatter_matrix(df_plot, alpha=0.1, figsize=[10, 10])
n = len(df_plot.columns)

for x in range(n):
    for y in range(n):
        ax = axes[x, y]
        ax.xaxis.label.set_rotation(90)
        ax.yaxis.label.set_rotation(0)
        # 自动计算labelpad的代码保留
        label_width = ax.yaxis.get_label().get_window_extent().width
        ax.yaxis.labelpad = label_width + 5

完整示例代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 启用Constrained Layout
plt.rcParams['figure.constrained_layout.use'] = True

# 模拟带长标签的测试数据
df_plot = pd.DataFrame({
    'Very_Long_Column_Name_1': [1,2,3,4,5],
    'Long_Column_Name_2': [2,3,4,5,6],
    'Another_Long_Name_3': [3,4,5,6,7],
    'Short_Name_4': [4,5,6,7,8]
})

axes = pd.plotting.scatter_matrix(df_plot, alpha=0.1, figsize=[10, 10])
n = len(df_plot.columns)

for x in range(n):
    for y in range(n):
        ax = axes[x, y]
        ax.xaxis.label.set_rotation(90)
        ax.yaxis.label.set_rotation(0)
        # 自动计算Y轴标签偏移
        label_width = ax.yaxis.get_label().get_window_extent().width
        ax.yaxis.labelpad = label_width + 5
        
        # 可选：隐藏上三角的重复刻度标签，让图表更整洁
        if x < y:
            ax.set_xticklabels([])
            ax.set_yticklabels([])

这样修改后，不管你循环生成多少张图，标签都会自动适配，既不会被截断，子图间距也能保持紧凑。

内容的提问来源于stack exchange，提问作者lordy