Matplotlib绘图配置：让两幅图贴合窗口并正常显示日期轴

我懂你现在的困扰——两个独立的Matplotlib绘图窗口，想让图形紧贴窗口边缘，同时让日期X轴的标签完整显示，但用plt.subplots_adjust()只对其中一个图生效，tight_layout()也没起作用对吧？

问题根源 #

你创建了两个完全独立的figure对象（fig1和fig2），而plt.subplots_adjust()默认只会作用于当前活跃的那个Figure（也就是你最后创建的fig2），所以之前的设置只修改了第二个图的布局；而你没有针对每个Figure单独调用tight_layout()，自然也不会对两个图都生效。

解决方案：针对每个Figure单独调整布局 #

我们只需要对每个创建好的Figure对象，单独调用布局调整方法即可，两种方式都可行：

方式1：使用tight_layout()（推荐，自动适配边距）

tight_layout()会自动计算图形、标签、刻度之间的间距，帮你把所有元素都完整显示出来，不用手动调参数。

方式2：使用figure.subplots_adjust()

如果你需要精确控制边距数值，可以针对每个Figure对象调用subplots_adjust()，而不是用全局的plt.subplots_adjust()。

修改后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt
import time
from datetime import datetime, timedelta
import matplotlib.dates as mdates

EQ = {
    '2017-08-23 02:04:00':(18,1),
    '2017-08-23 02:05:00':(20,2),
    '2017-08-23 02:06:00':(12,3),
    '2017-08-23 02:07:00':(22,4)
}

LIST_P1 = []
LIST_P2 = []
Time_P = []
for j_p in EQ.keys():
    LIST_P1.append(EQ[j_p][1])
    LIST_P2.append(EQ[j_p][0])
    Time_P.append(time.mktime(time.strptime(j_p, "%Y-%m-%d %H:%M:%S")))

dateconv = np.vectorize(datetime.fromtimestamp)
Date_F1 = dateconv(Time_P)

# 处理第一个绘图窗口
fig1 = plt.figure(1)
ax1 = plt.gca()
ax1.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m-%d %H:%M:%S"))
ax1.plot_date(Date_F1, LIST_P1, 'g-')
ax1.set_ylabel('Y-axis', fontsize=14)
ax1.set_xlabel('X-axis', fontsize=14)
ax1.grid(True)
for label in ax1.xaxis.get_ticklabels():
    label.set_rotation(45)
# 针对fig1自动调整布局
fig1.tight_layout()

# 处理第二个绘图窗口
fig2 = plt.figure(2)
ax2 = plt.gca()
ax2.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m-%d %H:%M:%S"))
ax2.plot_date(Date_F1, LIST_P2, 'g-')
ax2.set_ylabel('Y-axis', fontsize=14)
ax2.set_xlabel('X-axis', fontsize=14)
ax2.grid(True)
for label in ax2.xaxis.get_ticklabels():
    label.set_rotation(45)
# 针对fig2自动调整布局
fig2.tight_layout()

plt.show()

效果说明 #

修改后，两个绘图窗口都会自动调整边距，让X轴的日期标签完整显示，同时图形会紧密贴合窗口边缘，达到你想要的效果。如果需要更精细的布局控制，把fig1.tight_layout()换成fig1.subplots_adjust(left=0.07, right=0.985, bottom=0.16, top=0.955)即可，第二个图同理。

内容的提问来源于stack exchange，提问作者Ahmet