plt.subplots()的sharey='all'参数未传递给df.plot()？切片子图绘图咨询

嘿，我来帮你搞定这个问题～

你遇到的核心问题有两个：一是初始子图的创建方式不对，二是df.plot()默认不会复用你预先创建的子图轴，导致sharey='all'的设置完全没生效。咱们一步步拆解解决：

1. 先修正子图的创建逻辑 #

你一开始创建了nrows=0,ncols=0的空画布，这根本没法添加子图。首先得根据你要切片的数量，确定子图的行数/列数。比如从你的示例DataFrame来看，转置后是10行5列，对应5个数据列，咱们就可以基于这个数量创建对应布局的子图。

2. 关键：让df.plot()复用已创建的子图轴 #

df.plot()默认会自动新建Axes对象，所以你在plt.subplots()里设置的sharey='all'对它毫无作用。解决办法很简单：每次调用df.plot()时，通过ax参数指定要绘制的子图轴，这样所有子图都会复用你预先创建的、带有sharey='all'设置的轴，y轴范围就会自动统一了。

完整修正后的代码示例 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 创建示例DataFrame
df = pd.DataFrame(np.arange(50).reshape((5,10))).transpose()  # 转置后为10行5列，共5个数据列

# 创建子图：5行1列布局，开启sharey='all'统一y轴
fig, axes = plt.subplots(nrows=5, ncols=1, sharey='all', tight_layout=True)

# 遍历每个数据列，在对应子图上绘制
for i, ax in enumerate(axes):
    # 切片取第i列，指定ax参数绑定到对应子图
    df.iloc[:, i].plot(ax=ax, title=f'Column {i}')

plt.show()

为什么原来的sharey没生效？ #

当你调用df.plot()却不指定ax时，pandas会自动创建新的轴对象，这个新轴和你之前创建的空画布完全无关。只有通过ax参数把绘制操作绑定到预先创建的、带有sharey设置的轴上，才能让所有子图共享y轴范围，matplotlib也会自动计算全局的y轴最值来统一设置，完全不用你手动找最值加偏移量。

额外优化：灵活的多列子图布局 #

如果你的切片数量很多，可以调整子图的行列布局，避免子图过长：

# 把5个列排成2行3列的布局
fig, axes = plt.subplots(nrows=2, ncols=3, sharey='all', tight_layout=True)
# 把二维的axes数组展平成一维，方便遍历
axes = axes.flatten()

for i, ax in enumerate(axes[:5]):  # 只用到前5个轴
    df.iloc[:, i].plot(ax=ax, title=f'Column {i}')

# 隐藏多余的空轴
for ax in axes[5:]:
    ax.set_visible(False)

这样就能完美实现你想要的效果啦～

内容的提问来源于stack exchange，提问作者edager