如何在Seaborn多子图绘制中单独设置各子图的尺寸占比？

核心结论 #

完全可以实现目标效果。默认plt.subplots(1,2)创建的横向双列子图会平均分配画布宽度，只要在创建子图网格时显式指定宽度比例，就能让热图占总宽度的75%、条形图仅占25%，不需要改动后续的Seaborn绘图逻辑。

最简实现方法 #

调用plt.subplots时通过gridspec_kw参数传入width_ratios配置，设置两个子图的宽度比例为3:1（对应75%:25%）即可：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# 创建子图，指定宽度比例
fig, ax = plt.subplots(
    1, 2,
    figsize=(7, 5),
    gridspec_kw={"width_ratios": [3, 1]}  # 左热图:右条形图 = 3:1 宽度占比
)
# 统一变量名，修正原代码中的笔误
heatmap_scores = np.random.uniform(0, 1, size=(12, 12))
sns.heatmap(heatmap_scores, linewidth=0.5, cmap="OrRd", ax=ax[0])
ax[0].set_xlabel('Head')
ax[0].set_ylabel('Layer')
ax[0].set_title('Attention Heatmap')

x = np.mean(heatmap_scores, axis=1)
y = np.arange(0, 12)
sns.barplot(x=x, y=y, ax=ax[1], orient='h', color='r', dodge=False)
ax[1].set_title('Layer Average')
ax[1].set(yticklabels=[])

plt.tight_layout() # 自动修正子图边距，避免标题、标签重叠
plt.savefig('fig.png')
plt.close()

灵活排版方案（适配复杂场景） #

如果后续需要调整子图间距、跨列绘制等更复杂的布局，可以直接使用Matplotlib的GridSpec模块自定义网格规则：

fig = plt.figure(figsize=(7, 5))
# 定义1行2列网格，宽度占比3:1
gs = fig.add_gridspec(1, 2, width_ratios=[3, 1])
# 分别绑定两个坐标轴
ax_heatmap = fig.add_subplot(gs[0, 0])
ax_bar = fig.add_subplot(gs[0, 1])

# 后续绘图逻辑与原代码完全一致，将对应坐标轴传入Seaborn接口即可

注意事项 #

• 宽度比例支持任意数值，不一定非要凑整数，直接写width_ratios=[0.75, 0.25]也能实现完全相同的分配效果。
• 原参考代码存在两处可运行性问题需要修正：
  • 第一行子图创建语句的ig, ax为输入笔误，需修正为fig, ax
  • 前面生成的热图数组变量名与后续绘图引用的heatmap_scores不匹配，需统一变量名避免运行报错

内容的提问来源于stack exchange，提问作者user3480922