Pandas子图布局自定义：分组展示数据并设置不同子图高度（共享X轴）

刚好做过类似的布局调整，我来给你一个简洁的实现方法！要实现你想要的「上方单列子图+下方双列子图、高度不同且共享X轴」的效果，我们可以直接用matplotlib的子图创建工具手动控制布局，而不是依赖pandas默认的subplots=True参数。

完整代码示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 初始化你的DataFrame
df = pd.DataFrame({'A': range(0,-10,-1), 'B': range(10,20), 'C': range(10,30,2)})

# 创建2行1列的子图，共享X轴，指定高度比例
fig, (ax_top, ax_bottom) = plt.subplots(
    nrows=2, ncols=1,
    sharex=True,
    gridspec_kw={'height_ratios': [1, 2]}  # 比例可按需调整，比如[2,3]就是上2下3的高度占比
)

# 上方子图绘制A列数据
df['A'].plot(ax=ax_top, title='Column A')
# 下方子图同时绘制B和C列数据
df[['B', 'C']].plot(ax=ax_bottom, title='Columns B & C')

# 自动调整布局，避免标题、标签重叠
plt.tight_layout()
plt.show()

关键参数说明 #

• sharex=True：强制两个子图共享X轴，缩放、拖动时X轴会同步变化，完全符合你的需求
• gridspec_kw={'height_ratios': [1, 2]}：这是控制子图高度的核心参数，列表里的数值代表每个子图的高度占比。比如你想让上方子图更高，可以改成[2,1]，数值比例可以自由调整
• ax=ax_top/ax=ax_bottom：通过指定绘图的目标子图对象，把不同的列数据精准放到对应的位置上

额外优化 #

如果觉得子图之间的间距不合适，可以在plt.tight_layout()之后加上plt.subplots_adjust(hspace=0.2)来手动调整垂直间距，hspace的取值范围是0到1，数值越大间距越宽。

内容的提问来源于stack exchange，提问作者Ranny