使用Matplotlib循环添加子图时图形重叠问题求助

你的问题核心出在**add_subplot参数的错误使用**以及子图布局逻辑混乱上，这直接导致了子图重叠和tight_layout无法正常工作的警告。我们一步步拆解修复：

1. 核心错误分析 #

fig.add_subplot()的参数格式是(nrows, ncols, index)，其中：

• nrows：整个画布的总行数
• ncols：整个画布的总列数
• index：当前子图的位置索引（从左到右、从上到下计数，从1开始）

而你的代码中用了add_subplot(col_count, df_count + 1, 1)，这意味着每一次循环都在创建一个行数为col_count、列数为df_count+1、位置固定为第1个的子图——完全不符合你的布局需求，所有子图被挤到同一位置，自然出现重叠。

另外，tight_layout的警告也是因为你创建的子图没有统一的行列布局，Matplotlib无法自动调整间距。

2. 修正后的代码实现 #

根据你的需求（3个DataFrame对应3列，每个DataFrame的列（排除VAR）作为对应列的子图行），我们先明确布局：

• 总列数：3（对应3个DataFrame）
• 总行数：所有DataFrame中需要绘制的列数（假设每个DF的列数一致，若不一致可以取最大值）

下面是修正后的代码：

import matplotlib.pyplot as plt

# 先确定总行数：取第一个DF中排除"VAR"后的列数（假设所有DF列数相同）
first_df = next(iter(df_dict.values()))
n_rows = len([col for col in first_df.columns if col != "VAR"])
n_cols = len(df_dict)  # 总列数是DF的数量，这里是3

# 直接创建统一布局的子图网格，可自定义画布大小
fig, axes = plt.subplots(n_rows, n_cols, figsize=(12, 8))  

# 循环遍历每个DF（对应列方向）
for df_count, (df_name, df) in enumerate(df_dict.items()):
    # 循环遍历每个需要绘制的列（对应行方向）
    for col_count, col in enumerate(df.columns):
        if col != "VAR":
            # 获取当前子图的坐标轴：axes是二维数组，[行索引, 列索引]
            ax = axes[col_count, df_count]
            ax.plot(df[col], df["CATEGORY"])
            ax.set_title(f"{df_name} - {col}")  # 添加标题方便区分子图
            ax.set_xlabel(col)
            ax.set_ylabel("CATEGORY")

# 自动调整子图间距，避免标签、标题重叠
plt.tight_layout()
plt.savefig('foo.png')
plt.show()

3. 额外适配说明 #

• 如果你的DataFrame之间需要绘制的列数不一致，可以先计算所有DF中排除VAR后的最大列数作为n_rows，对于列数较少的DF，对应的多余子图可以用ax.remove()隐藏。
• 使用plt.subplots()直接创建子图网格比循环add_subplot更清晰，也更容易维护布局结构。
• 子图的标题、轴标签可以根据你的需求调整样式，比如字体大小、颜色等。

内容的提问来源于stack exchange，提问作者Gopinath S