Matplotlib中如何为部分子图共享坐标轴

Question

我有一个大的情节，我开始时是这样的：

import numpy as np
import matplotlib.pyplot as plt

fig, axs = plt.subplots(5, 4)

我想让第1和2列共享X轴，第3和4列也一样，但是第1和2列与第3和4列没有共享相同的坐标轴。

我想知道是否有任何方法可以做到这一点，而不需要在所有图中都使用 sharex=True 和 sharey=True？

PS：这个教程并没有太大帮助，因为它只是关于在每个行/列之间共享x/y；除非共享所有轴，否则它们无法在不同的行/列之间共享轴。

- Yuxiang Wang

Answer 1

我不确定您想从问题中获得什么样的结果。不过，在向图形添加子图时，您可以针对每个子图指定它应与哪个子图共享轴。

该操作可以通过以下方式完成：

import matplotlib.pylab as plt

fig = plt.figure()

ax1 = fig.add_subplot(5, 4, 1)
ax2 = fig.add_subplot(5, 4, 2, sharex = ax1)
ax3 = fig.add_subplot(5, 4, 3, sharex = ax1, sharey = ax1)

- The Dude

---

谢谢！那真的很有帮助。我查了一下，似乎没有一个可以设置sharex/sharey属性的轴对象方法。你觉得是这样吗？ - Yuxiang Wang

我还没有找到相关的东西，所以我认为是这样。需要注意的是，我的搜索技能不错，但也不是最好的。 - The Dude

如何使用轴数组？ax[1,0] = plot(x,y) ax[1,1] = plot(x,y,sharey=ax[1,0])。但是这样不起作用。 - AAI

那应该是被接受的答案。不明白为什么它排在这么靠后的位置。（我猜是因为按活跃度排序的缘故）。 - Fabian Ying

它也适用于轴数组 - 确保您对数组使用np.empty()，例如： ax = np.empty((4, 2), dtype=object); fig = plt.figure(); ax[0][0] = fig.add_subplot(4, 2, 1, sharex=ax[0][0]); ax[0][1] = fig.add_subplot(4, 2, 2, sharex=ax[0][0]) - Balint Pato

Answer 2

子图的一个略微受限但更简单的选项可用。该限制适用于完整的子图行或列。 例如，如果想为所有子图设置共同的y轴，但仅为3x2子图中各个列设置共同的x轴，则可以指定为：

一个稍微受限但更简单的子图选项可用，在完整的一行或一列子图上有限制。例如，在3x2的子图中，如果想要为所有子图使用相同的y轴，但只希望各个列之间共享相同的x轴，那么可以进行如下设置:

import matplotlib.pyplot as plt
fig, ax = plt.subplots(3, 2, sharey=True, sharex='col')

- Vinod Kumar

---

这太棒了！谢谢！！ - raulindo

确实太完美了！直到现在我都不知道这是真的存在！ - Mad Physicist

真是个很棒的功能！ - fokkerplanck

完美！而等价的sharey='row'。 - undefined

Answer 3

可以使用Grouper对象手动管理轴的共享，可以通过ax._shared_axes['x']和ax._shared_axes['y']访问。例如，

import matplotlib.pyplot as plt

def set_share_axes(axs, target=None, sharex=False, sharey=False):
    if target is None:
        target = axs.flat[0]
    # Manage share using grouper objects
    for ax in axs.flat:
        if sharex:
            target._shared_axes['x'].join(target, ax)
        if sharey:
            target._shared_axes['y'].join(target, ax)
    # Turn off x tick labels and offset text for all but the bottom row
    if sharex and axs.ndim > 1:
        for ax in axs[:-1,:].flat:
            ax.xaxis.set_tick_params(which='both', labelbottom=False, labeltop=False)
            ax.xaxis.offsetText.set_visible(False)
    # Turn off y tick labels and offset text for all but the left most column
    if sharey and axs.ndim > 1:
        for ax in axs[:,1:].flat:
            ax.yaxis.set_tick_params(which='both', labelleft=False, labelright=False)
            ax.yaxis.offsetText.set_visible(False)

fig, axs = plt.subplots(5, 4)
set_share_axes(axs[:,:2], sharex=True)
set_share_axes(axs[:,2:], sharex=True)

要以分组方式调整子图之间的间距，请参考this question。

编辑：根据最新的matplotlib API更新修改了代码。感谢@Jonvdrdo的建议！

- herrlich10

---

对于我的用例来说并不直接适用（在一个8行2列的图中，将第2n行和第2n+1行之间的x轴共享，并将所有偶数行的y轴与另一侧的所有奇数行的y轴共享），但我可以进行调整。我之前不知道有“Grouper”，很好！ - Aubergine

Matplotlib API已经更新，请参见此链接。因此，您需要将if sharex更改为target._shared_axes['x'].join(target, ax)，将if sharey更改为target._shared_axes['y'].join(target, ax)。然后它就可以在较新的Matplotlib版本中使用（在Matplotlib==3.5.1上测试过）。 - Jonvdrdo

注意：在过去的版本（<3.8）中，可以通过get_shared_x_axes()和get_shared_y_axes()方法访问target._shared_axes['x']和target._shared_axes['y']，在我看来，这样做比使用“私有”方法更好。但是现在这些方法返回不可变的GrouperView对象。所以你要么使用target._shared_axes，要么使用target.get_shared_x_axes()._grouper。我不确定他们（在mpl中）在这里是怎么想的。 - undefined

Answer 4

我在类似的设置中使用了Axes.sharex / sharey

https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.sharex.html#matplotlib.axes.Axes.sharex

import matplotlib.pyplot as plt
fig, axd = plt.subplot_mosaic([list(range(3))] +[['A']*3, ['B']*3])

axd[0].plot([0,0.2])
axd['A'].plot([1,2,3])
axd['B'].plot([1,2,3,4,5])


axd['B'].sharex(axd['A'])

for i in [1,2]:
    axd[i].sharey(axd[0])
plt.show()

- tePer