Matplotlib 子图太窄且布局紧凑

我目前正在尝试使用 GridSpec 在 Matplotlib （Python 3.6、Matplotlib 2.0.0）中绘制许多子图。这是最小的工作示例：

import matplotlib.pyplot as plt
from matplotlib.gridspec import *

# Color vector for scatter plot points
preds = np.random.randint(2, size=100000)

# Setup the scatter plots
fig = plt.figure(figsize=(8,8))
grid = GridSpec(9, 9)

# Create the scatter plots
for ii in np.arange(0, 9):
    for jj in np.arange(0, 9):
        if (ii > jj):
            ax = fig.add_subplot(grid[ii, jj])
            x = np.random.rand(100000)*2000
            y = np.random.rand(100000)*2000
            ax.scatter(x, y, c=preds)

这是没有任何修改的结果：

当然，子图之间的间距并不令人满意，所以我做了我通常做的事情并使用tight_layout()。但如下图所示，tight_layout()不可接受地挤压图的宽度：

而不是使用tight_layout()，我想我应该使用手动调整子图subplots_adjust()。下图是带有subplots_adjust(hspace=1.0, wspace=1.0).

结果几乎是正确的，如果稍微调整一下子图之间的空间就会很完美。然而，子图看起来太小，无法充分传达信息。

有没有更好的方法来获得子图之间的适当间距，同时仍然保持纵横比和足够大的子图尺寸？我能想到的唯一可能的解决方案是使用subplots_adjust()具有较大的figsize，但这会导致图形边缘和子图之间存在非常大的空间。

任何解决方案表示赞赏。

因为你所有的轴都有相同的x and y范围，我会选择仅在外部显示刻度标签Axes。对于大小相等的子图的网格，可以使用以下命令轻松实现自动化sharex and sharey的关键词plt.subplots()。当然，如果您设置了 9x9 子图的网格，这会为您提供比您想要的更多的图，但是您可以使冗余图不可见（例如使用Axes.set_visible或完全删除它们。在下面的例子中我选择后者。

from matplotlib import pyplot as plt
import numpy as np

fig, axes = plt.subplots(
    nrows=9, ncols=9, sharex=True, sharey=True, figsize = (8,8)
)

# Color vector for scatter plot points
preds = np.random.randint(2, size=1000)

# Create the scatter plots
for ii in np.arange(0, 9):
    for jj in np.arange(0, 9):
        if (ii > jj):
            ax = axes[ii,jj]
            x = np.random.rand(1000)*100
            y = np.random.rand(1000)*2000
            ax.scatter(x, y, c=preds)
        else:
            axes[ii,jj].remove() ##remove Axes from fig
            axes[ii,jj] = None   ##make sure that there are no 'dangling' references.    

plt.show()

结果图如下所示：

当然，这可以通过类似的东西进一步调整subplots_adjust()。希望这可以帮助。