matplotlib 子图中的行和列标题答案

【问题标题】：Row and column headers in matplotlib's subplotsmatplotlib 子图中的行和列标题
【发布时间】：2014-11-06 20:48:28
【问题描述】：

在matplotlib 的循环中生成的子图网格中添加行和列标题的最佳做法是什么？我能想到一对，但不是特别整齐：

对于列，使用循环计数器，您可以将set_title() 仅用于第一行。对于行，这不起作用。您必须在绘图之外绘制text。
您在顶部添加额外的一行子图，在左侧添加一列额外的子图，并在该子图的中间绘制文本。

你能推荐一个更好的选择吗？

【问题讨论】：

标签： python matplotlib subplot

【解决方案1】：

有几种方法可以做到这一点。简单的方法是利用绘图的 y 标签和标题，然后使用fig.tight_layout() 为标签腾出空间。或者，您可以使用annotate 在正确的位置放置其他文本，然后半手动为其腾出空间。

如果轴上没有 y 标签，则很容易利用轴的第一行和第一列的标题和 y 标签。

import matplotlib.pyplot as plt

cols = ['Column {}'.format(col) for col in range(1, 4)]
rows = ['Row {}'.format(row) for row in ['A', 'B', 'C', 'D']]

fig, axes = plt.subplots(nrows=4, ncols=3, figsize=(12, 8))

for ax, col in zip(axes[0], cols):
    ax.set_title(col)

for ax, row in zip(axes[:,0], rows):
    ax.set_ylabel(row, rotation=0, size='large')

fig.tight_layout()
plt.show()

如果您确实有 y 标签，或者您希望更灵活一点，您可以使用annotate 来放置标签。这更复杂，但除了行和列标签之外，您还可以拥有单独的绘图标题、ylabels 等。

import matplotlib.pyplot as plt
from matplotlib.transforms import offset_copy


cols = ['Column {}'.format(col) for col in range(1, 4)]
rows = ['Row {}'.format(row) for row in ['A', 'B', 'C', 'D']]

fig, axes = plt.subplots(nrows=4, ncols=3, figsize=(12, 8))
plt.setp(axes.flat, xlabel='X-label', ylabel='Y-label')

pad = 5 # in points

for ax, col in zip(axes[0], cols):
    ax.annotate(col, xy=(0.5, 1), xytext=(0, pad),
                xycoords='axes fraction', textcoords='offset points',
                size='large', ha='center', va='baseline')

for ax, row in zip(axes[:,0], rows):
    ax.annotate(row, xy=(0, 0.5), xytext=(-ax.yaxis.labelpad - pad, 0),
                xycoords=ax.yaxis.label, textcoords='offset points',
                size='large', ha='right', va='center')

fig.tight_layout()
# tight_layout doesn't take these labels into account. We'll need 
# to make some room. These numbers are are manually tweaked. 
# You could automatically calculate them, but it's a pain.
fig.subplots_adjust(left=0.15, top=0.95)

plt.show()

【讨论】：

方法is_first_col()、is_last_col()、is_first_row()和is_last_row()在这种情况下也可能很方便。
另外作为注释，annotate matplotlib 确实有旋转选项，所以如果你想将标签旋转 90 度，只需添加参数rotation = 90
请问，figsize = (12, 8) 中的数字 8 是做什么用的？
@Amirhosein 8 是图形的高度，以英寸为单位，12 是宽度，因此 (12,8) 确保了 4x3 的纵横比。因为有 3x3 的子图，这会产生合理的横向子图布局。

【解决方案2】：

以上答案有效。只是在答案的第二个版本中，您有：

for ax, row in zip(axes[:,0], rows):
    ax.annotate(col, xy=(0, 0.5), xytext=(-ax.yaxis.labelpad-pad,0),
                xycoords=ax.yaxis.label, textcoords='offset points',
                size='large', ha='right', va='center')

代替：

for ax, row in zip(axes[:,0], rows):
    ax.annotate(row,xy=(0, 0.5), xytext=(-ax.yaxis.labelpad-pad,0),                    
                xycoords=ax.yaxis.label, textcoords='offset points',
                size='large', ha='right', va='center')

【讨论】：