matplotlib子图创建异常：生成独立图表而非同画布子图求助

嘿，我来帮你搞定这个子图的问题～你之所以生成了两个独立图表，是因为代码里犯了一个常见的小错误：你直接把q1.plot()的结果赋值给了axes1[count]，但**pandas的plot()方法在不指定绘图目标轴的时候，会自动创建新的画布和轴对象**，这就导致每次循环都生成了新的独立图表，而不是在plt.subplots创建的统一画布子图里绘制。

核心问题拆解 #

plt.subplots(nrows=2, ncols=1)返回的axes1是一个包含2个子图轴的数组，它的作用是给你提供已经创建好的绘图区域，你需要在这些已有的轴上绘图，而不是用新生成的轴覆盖它。

修正后的代码示例 #

我给你两种可行的修正方式，选哪种都可以：

方式1：给pandas的plot方法指定ax参数

这是最贴合你原有代码逻辑的方式，直接告诉pandas要把图绘到哪个子图轴上：

import matplotlib.pyplot as plt
import pandas as pd

# 假设b是你的数据集合，这里模拟示例数据
b = [pd.DataFrame({'data': [1,3,5,7]}), pd.DataFrame({'data': [2,4,6,8]})]

count = 0
fig1, axes1 = plt.subplots(nrows=2, ncols=1, figsize=(10, 10))  # 把高度从80调整成合理值，避免子图过长
for x in b:
    # 关键：通过ax参数指定当前子图轴
    x.plot(ax=axes1[count])
    count += 1

plt.tight_layout()  # 自动调整子图间距，避免标签重叠
plt.show()

方式2：直接使用子图轴的plot方法

如果你更习惯用matplotlib原生的绘图方式，可以直接调用轴对象的plot方法：

import matplotlib.pyplot as plt
import pandas as pd

b = [pd.DataFrame({'x': [1,2,3], 'y': [4,5,6]}), pd.DataFrame({'x': [1,2,3], 'y': [6,5,4]})]

count = 0
fig1, axes1 = plt.subplots(nrows=2, ncols=1, figsize=(10, 10))
for x in b:
    # 直接在已有的子图轴上绘制数据
    axes1[count].plot(x['x'], x['y'])
    count += 1

plt.tight_layout()
plt.show()

额外小提示 #

你原来设置的figsize=(10,80)高度太大了，会导致子图被拉得异常长，建议调整成类似(10,10)这样的合理尺寸，让图表显示更美观。

内容的提问来源于stack exchange，提问作者KK1979