我有以下的图表：
fig,ax = plt.subplots(5,2,sharex=True,sharey=True,figsize=fig_size)
现在我想为这个图设置公共的 x 轴标签和 y 轴标签。所谓“公共”，是指整个子图网格下方应该有一个大的 x 轴标签，右侧应该有一个大的 y 轴标签。我在 plt.subplots 的文档中找不到相关内容，我的搜索结果表明我需要首先创建一个大的 plt.subplot(111) - 但是如何使用 plt.subplots 将我的 5*2 子图放入其中呢？
这看起来就是你实际想要的。它对你的特定情况应用了这个答案的相同方法：
import matplotlib.pyplot as plt
fig, ax = plt.subplots(nrows=3, ncols=3, sharex=True, sharey=True, figsize=(6, 6))
fig.text(0.5, 0.04, 'common X', ha='center')
fig.text(0.04, 0.5, 'common Y', va='center', rotation='vertical')
plt.text 的方法。你需要创建子图，但之后添加一个无形的小图，并给它标上 x 和 y 的标签。 - James Owerstight_layout时有任何解决方法吗？ - serv-inctight_layout替换0.04为0似乎可行。 - divenexfig.text 不是一个好主意。这会影响到像 plt.tight_layout() 这样的东西。 - Peaceful鉴于我认为这篇文章足够相关和优雅（不需要指定坐标来放置文本），因此我（稍作调整）复制了另一个相关问题的答案（链接）。
import matplotlib.pyplot as plt
fig, axes = plt.subplots(5, 2, sharex=True, sharey=True, figsize=(6,15))
# add a big axis, hide frame
fig.add_subplot(111, frameon=False)
# hide tick and tick label of the big axis
plt.tick_params(labelcolor='none', which='both', top=False, bottom=False, left=False, right=False)
plt.xlabel("common X")
plt.ylabel("common Y")
这会导致以下结果（使用matplotlib版本2.2.0）：
constrained_layout=True 时无法正常工作，因为会产生标签重叠的问题。在这种情况下，您需要手动调整子图的边界。 - baccandrplt.axis('off')。 - marouMatplotlib v3.4新特性 (pip install matplotlib --upgrade)
supxlabel和supylabel
fig.supxlabel('common_x')
fig.supylabel('common_y')
查看示例：
import matplotlib.pyplot as plt
for tl, cl in zip([True, False, False], [False, False, True]):
fig = plt.figure(constrained_layout=cl, tight_layout=tl)
gs = fig.add_gridspec(2, 3)
ax = dict()
ax['A'] = fig.add_subplot(gs[0, 0:2])
ax['B'] = fig.add_subplot(gs[1, 0:2])
ax['C'] = fig.add_subplot(gs[:, 2])
ax['C'].set_xlabel('Booger')
ax['B'].set_xlabel('Booger')
ax['A'].set_ylabel('Booger Y')
fig.suptitle(f'TEST: tight_layout={tl} constrained_layout={cl}')
fig.supxlabel('XLAgg')
fig.supylabel('YLAgg')
plt.show()
matplotlib的版本3.4。 - Zaccharie Ramzitight_layout存在重叠问题，请尝试提供rect参数，例如增加左边距：fig.tight_layout(rect=(0.025,0,1,1))。 - moi没有 sharex=True, sharey=True，你会得到：
使用它，你应该会得到更好的效果：
fig, axes2d = plt.subplots(nrows=3, ncols=3,
sharex=True, sharey=True,
figsize=(6,6))
for i, row in enumerate(axes2d):
for j, cell in enumerate(row):
cell.imshow(np.random.rand(32,32))
plt.tight_layout()
但如果您想添加额外的标签，只应将它们添加到边缘图中：
fig, axes2d = plt.subplots(nrows=3, ncols=3,
sharex=True, sharey=True,
figsize=(6,6))
for i, row in enumerate(axes2d):
for j, cell in enumerate(row):
cell.imshow(np.random.rand(32,32))
if i == len(axes2d) - 1:
cell.set_xlabel("noise column: {0:d}".format(j + 1))
if j == 0:
cell.set_ylabel("noise row: {0:d}".format(i + 1))
plt.tight_layout()
为每个图添加标签会破坏它的美观（也许有一种自动检测重复标签的方法，但我不知道有哪一种）。
自从执行以下命令：
fig,ax = plt.subplots(5,2,sharex=True,sharey=True,figsize=fig_size)
你使用的返回一个由图形和一系列轴实例组成的元组，已经足够像这样做(请注意，我已经将fig,ax更改为fig,axes):
fig,axes = plt.subplots(5,2,sharex=True,sharey=True,figsize=fig_size)
for ax in axes:
ax.set_xlabel('Common x-label')
ax.set_ylabel('Common y-label')
如果你想更改特定子图的某些细节，可以通过axes[i]访问它，其中i遍历您的子图。
包括一个
fig.tight_layout()
plt.show()之前，为了避免标签重叠。plt.subplots()将创建一个新的图形实例。如果您想坚持使用此命令，可以轻松添加big_ax = fig.add_subplot(111)，因为您已经有了一个图形并且可以添加另一个轴。之后，您可以按照Hooked中显示的方式操纵big_ax。 - Mariusbig_ax.set_axis_bgcolor('none') 你还应该将labelcolor设置为“none”（与Hooked提供的示例相反）：big_ax.tick_params(labelcolor='none', top='off', bottom='off', left='off', right='off') - Mariusax.set_xlabel('Common x-label')中遇到错误：AttributeError: 'numpy.ndarray' object has no attribute 'set_xlabel'。你能想出怎么解决吗？ - hengxinbig_ax = fig.sub_plot(111, frameon=False) 来抑制边框。 - Sid如果您为左下角的子图预留常用标签的空间，通过创建不可见的子图标签，效果会更好。从rcParams中传递fontsize也是一个好方法。这样，常用标签将随着您的rc设置而改变大小，轴也将被调整以留出常用标签的空间。
fig_size = [8, 6]
fig, ax = plt.subplots(5, 2, sharex=True, sharey=True, figsize=fig_size)
# Reserve space for axis labels
ax[-1, 0].set_xlabel('.', color=(0, 0, 0, 0))
ax[-1, 0].set_ylabel('.', color=(0, 0, 0, 0))
# Make common axis labels
fig.text(0.5, 0.04, 'common X', va='center', ha='center', fontsize=rcParams['axes.labelsize'])
fig.text(0.04, 0.5, 'common Y', va='center', ha='center', rotation='vertical', fontsize=rcParams['axes.labelsize'])
更新：
这个功能现在已经成为我最近在pypi上发布的proplot matplotlib package的一部分。默认情况下，在制作图形时，标签是在子图之间“共享”的。
原始答案：
我发现了一种更加健壮的方法：
如果你知道一个GridSpec初始化所需的bottom和top参数，或者以其他方式知道你的轴在Figure坐标系中的边缘位置，你还可以使用一些复杂的“transform”技巧指定Figure坐标系中的ylabel位置。
例如：
import matplotlib.pyplot as plt
import matplotlib.transforms as mtransforms
bottom, top = 0.1, 0.9
fig, axs = plt.subplots(nrows=2, ncols=1, bottom=bottom, top=top)
avepos = 0.5 * (bottom + top)
transform = mtransforms.blended_transform_factory(mtransforms.IdentityTransform(), fig.transFigure) # specify x, y transform
axs[0].yaxis.label.set_transform(transform) # changed from default blend (IdentityTransform(), axs[0].transAxes)
axs[0].yaxis.label.set_position((0, avepos))
axs[0].set_ylabel('Hello, world!')
...你应该看到标签仍然适当地左右调整以避免与标签重叠，就像正常情况一样，但也会将自己定位在所需的子图之间。
值得注意的是，如果省略 set_position 调用，则 ylabel 将准确显示在图形的中间。我猜这是因为当标签最终被绘制时，matplotlib 使用 0.5 作为 y 坐标，而没有检查底层的坐标转换是否已经改变。
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
# Create outer and inner grid
outerGrid = gridspec.GridSpec(2, 3, width_ratios=[1,1,1], height_ratios=[1,1])
somePlot = gridspec.GridSpecFromSubplotSpec(2, 1,
subplot_spec=outerGrid[3], height_ratios=[1,3], hspace = 0)
# Add two partial plots
partA = plt.subplot(somePlot[0])
partB = plt.subplot(somePlot[1])
# No x-ticks for the upper plot
plt.setp(partA.get_xticklabels(), visible=False)
# The center is (height(top)-height(bottom))/(2*height(top))
# Simplified to 0.5 - height(bottom)/(2*height(top))
mid = 0.5-somePlot.get_height_ratios()[1]/(2.*somePlot.get_height_ratios()[0])
# Place the y-label
partA.set_ylabel('shared label', y = mid)
plt.show()
缺点：
水平距离是基于顶部的，底部刻度可能会延伸到标签中。
公式没有考虑部分之间的空间。
当顶部部分的高度为0时，会抛出异常。
可能有一个通用的解决方案，可以考虑图形之间的填充。
plt.subplots的情况相关：https://dev59.com/A2w05IYBdhLWcg3w4125#36542971 它涉及使用add_subplots添加一个较大的子图（将接收标签），在创建初始子图之后。不需要“切换”到add_subplot来创建初始子图。 - bli