如何为Matplotlib中MxN布局的子图每行设置不同的sharey参数

我太懂这个坑了！当混合用线性轴（plot）和对数轴（loglog）的子图时，共享轴的设置稍微没注意，就会出现轴样式串位的尴尬情况。下面是针对你的需求的可行配置方案，我把你的代码补全并修正了问题：

修正后的完整代码 #

import matplotlib.pyplot as plt
import numpy as np

plt.clf()
data = np.arange(0.01, 20.0, 0.01)

# 关键：创建子图时指定按行共享Y轴（sharey='row'）
fig, axes = plt.subplots(nrows=2, ncols=3, sharey='row', figsize=(12, 6))

# 第一行：用plot绘制线性轴子图，行内共享Y轴
for ax in axes[0, :]:
    ax.plot(data, data**2)
    ax.set_title('Linear Y-axis')

# 第二行：用loglog绘制对数轴子图，行内共享Y轴
for ax in axes[1, :]:
    ax.loglog(data, data**2)
    ax.set_title('Log-Log Axes')

# 调整布局避免标题、轴标签重叠
plt.tight_layout()
plt.show()

核心解决思路 #

• 按行隔离共享轴：创建子图时用sharey='row'参数，这会让每行内部的子图共享Y轴，但两行之间的Y轴完全独立。彻底避免了第二行的对数轴样式串到第一行的线性轴上。
• 分离轴类型的绘制逻辑：把第一行的线性绘图和第二行的对数绘图分开处理，确保每行的轴样式统一且互不干扰。
• 避开全局共享陷阱：如果你之前用的是sharey=True，那会让所有子图共享同一个Y轴，这就是导致loglog轴跑到第一行的根本原因。

额外优化小技巧 #

• 可以给每行的首列子图添加Y轴标签，比如axes[0,0].set_ylabel('Linear Scale')和axes[1,0].set_ylabel('Log Scale')，让图表可读性更强。
• 用tight_layout()自动调整子图间距，省得手动调参数挤来挤去。

内容的提问来源于stack exchange，提问作者Herpes Free Engineer