使用matplotlib绘制多子图时输出被遮挡无法正常显示的问题

两处硬错误直接导致子图堆叠、阴影遮挡的显示问题：

• 方法名写错：本来要用来切换单绘图轴的plt.subplot()，结果写成了带s的plt.subplots()。后者的作用是一次性创建整张子图网格，传入131作为参数会被当成「131行、1列」的超大网格，直接把整个画布布局逻辑搞乱。
• 参数传错位置：第一次调pandas的.plot.bar()时塞了figsize=(24,6)，这个参数是给整个画布用的，传给pandas绘图方法会触发内部逻辑自动新建独立画布，根本不会用到你之前指定的子图轴，最后所有条形图全堆在同一个显示区域，叠出阴影效果。

兼容原有逻辑的快速改法 #

把原来写错的方法名修正，提前在画布初始化时设置尺寸，绘图时不再传递figsize参数：

# 初始化画布时直接指定全局尺寸
plt.figure(figsize=(24,6))

# 注意这里用无s的plt.subplot，传入三位数位置参数指定子图位置
plt.subplot(131)
train['Dependents'].value_counts(normalize=True).plot.bar(title='Dependents')

plt.subplot(132)
train['Education'].value_counts(normalize=True).plot.bar(title='Education')

plt.subplot(133)
train['Property_Area'].value_counts(normalize=True).plot.bar(title='Property_Area')

# 自动调整子图边距，避免标签遮挡
plt.tight_layout()
plt.show()

更稳定的规范写法 #

直接一次性创建全部子图轴，显式指定绘图的目标轴，从根源上避免激活轴错位的问题：

# 一次性创建1行3列的子图网格，直接拿到所有轴对象
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(24,6))

# 通过ax参数显式指定每个条形图要画到哪个轴上
train['Dependents'].value_counts(normalize=True).plot.bar(ax=axes[0], title='Dependents')
train['Education'].value_counts(normalize=True).plot.bar(ax=axes[1], title='Education')
train['Property_Area'].value_counts(normalize=True).plot.bar(ax=axes[2], title='Property_Area')

plt.tight_layout()
plt.show()

• 别把figsize往pandas的.plot()方法里塞，这个参数触发的新建画布逻辑是这类子图错位问题的最常见踩坑点
• 两个长得像的matplotlib方法别再搞混：
  • plt.subplot()：用来切当前正在用的绘图轴，支持131、221这类三位数的位置简写
  • plt.subplots()：用来一次性把所有子图轴都建好，参数是分开的nrows/ncols，不认三位数的位置简写
• 加plt.tight_layout()可以自动给子图留边距，不会出现标题、坐标轴互相遮挡的问题

内容的提问来源于stack exchange，提问作者Mayor