matplotlib子图的常见xlabel/ylabel

Question

我有以下情节:

fig,ax = plt.subplots(5,2,sharex=True,sharey=True,figsize=fig_size)

现在我想给这个图绘制常见的x轴标签和y轴标签.对于"常见",我的意思是在整个子图网格下面应该有一个大的x轴标签,在右边有一个大的y轴标签.我在文档中找不到任何关于此的内容plt.subplots,而且我的谷歌搜索建议我需要开始做一个大的plt.subplot(111)- 但是我如何将我的5*2子图用于使用plt.subplots？

Answer 1

这看起来像你真正想要的.它对您的具体案例采用与此答案相同的方法:

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')

Answer 2

没有sharex=True, sharey=True你得到:

有了它你应该更好:

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()

但是,如果要添加其他标签,则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()

为每个绘图添加标签会破坏它(可能有一种方法可以自动检测重复的标签,但我不知道一个).

Answer 3

Matplotlib v3.4 中的新功能( pip install matplotlib --upgrade)

supxlabel和supylabel

    fig.supxlabel('common_x')
    fig.supylabel('common_y')

见示例：

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()

查看更多

Answer 4

由于我认为它相关且足够优雅(不需要指定坐标来放置文本),我复制(略微改编)对另一个相关问题的答案.

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', top=False, bottom=False, left=False, right=False)
plt.xlabel("common X")
plt.ylabel("common Y")

这导致以下结果(使用matplotlib 2.2.0版):

Answer 5

由于命令:

fig,ax = plt.subplots(5,2,sharex=True,sharey=True,figsize=fig_size)

你用返回一个元组由图形和轴实例列表中,这已经是足够的做这样的事情(记住,我已经改变fig,ax到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')

如果你碰巧要改变一个特定的次要情节的一些细节,你可以通过访问它axes[i]在那里i遍历您的次要情节.

包含一个可能也非常有帮助

fig.tight_layout()

在文件的末尾,之前plt.show(),以避免重叠标签.

Answer 6

如果您通过为左下角的子图制作不可见标签来为公共标签保留空间，效果会更好。从 rcParams 传入字体大小也很好。这样，公共标签将随着您的 rc 设置而改变大小，并且轴也将被调整为公共标签留出空间。

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'])

Answer 7

更新：

这个功能现在是我最近在 pypi 上发布的proplot matplotlib 包的一部分。默认情况下，当您制作图形时，标签在子图之间“共享”。

原答案：

我发现了一个更稳健的方法：

如果您知道进入初始化的bottom和kwargs ，或者知道坐标轴中轴的边缘位置，您还可以使用一些奇特的“变换”魔法指定坐标中的 ylabel 位置。topGridSpecFigureFigure

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!')

...您应该看到标签仍然适当地左右调整，以防止与标签重叠，就像正常一样，但也会将其自身精确地定位在所需的子图之间。

值得注意的是，如果省略调用set_position，ylabel 将恰好显示在图的中间位置。我猜测这是因为当最终绘制标签时，matplotlib使用 0.5 作为y- 坐标，而不检查底层坐标变换是否已更改。