请查看matplotlib: Tight Layout guide并尝试使用matplotlib.pyplot.tight_layout或matplotlib.figure.Figure.tight_layout
举个简单的例子：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=4, ncols=4, figsize=(8, 8))
fig.tight_layout() # Or equivalently,  "plt.tight_layout()"

plt.show()

无紧密布局

紧凑布局

您可以使用plt.subplots_adjust更改子图之间的间距。
调用签名：

subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)

参数含义（和建议的默认值）为：

left  = 0.125  # the left side of the subplots of the figure
right = 0.9    # the right side of the subplots of the figure
bottom = 0.1   # the bottom of the subplots of the figure
top = 0.9      # the top of the subplots of the figure
wspace = 0.2   # the amount of width reserved for blank space between subplots
hspace = 0.2   # the amount of height reserved for white space between subplots

实际的默认值由rc文件控制

使用subplots_adjust(hspace=0)或非常小的数字（hspace=0.001）将完全删除子图之间的空白，而hspace=None则不会。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as tic

fig = plt.figure(figsize=(8, 8))

x = np.arange(100)
y = 3.*np.sin(x*2.*np.pi/100.)

for i in range(1, 6):
    temp = 510 + i
    ax = plt.subplot(temp)
    plt.plot(x, y)
    plt.subplots_adjust(hspace=0)
    temp = tic.MaxNLocator(3)
    ax.yaxis.set_major_locator(temp)
    ax.set_xticklabels(())
    ax.title.set_visible(False)

plt.show()

hspace=0或hspace=0.001

hspace=None

与tight_layout类似，matplotlib现在（从2.2版开始）提供了constrained_layout。与tight_layout相反，constrained_layout是一个属性，它可以是活动的，并在每个绘制步骤之前优化布局。
因此，它需要在子图创建之前或期间激活，例如figure(constrained_layout=True)或subplots(constrained_layout=True)。
示例：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(4,4, constrained_layout=True)

plt.show()

constrained_layout也可以通过rcParams设置

plt.rcParams['figure.constrained_layout.use'] = True

请参阅“What's New”条目和Constrained Layout Guide

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(10,60))
plt.subplots_adjust( ... )

plt.subplots_adjust方法：

def subplots_adjust(*args, **kwargs):
    """
    call signature::

      subplots_adjust(left=None, bottom=None, right=None, top=None,
                      wspace=None, hspace=None)

    Tune the subplot layout via the
    :class:`matplotlib.figure.SubplotParams` mechanism.  The parameter
    meanings (and suggested defaults) are::

      left  = 0.125  # the left side of the subplots of the figure
      right = 0.9    # the right side of the subplots of the figure
      bottom = 0.1   # the bottom of the subplots of the figure
      top = 0.9      # the top of the subplots of the figure
      wspace = 0.2   # the amount of width reserved for blank space between subplots
      hspace = 0.2   # the amount of height reserved for white space between subplots

    The actual defaults are controlled by the rc file
    """
    fig = gcf()
    fig.subplots_adjust(*args, **kwargs)
    draw_if_interactive()

或

fig = plt.figure(figsize=(10,60))
fig.subplots_adjust( ... )

图片的大小很重要。
“我尝试过打乱hspace，但增加它似乎只能使所有的图更小，而不能解决重叠问题。
因此，为了制造更多的白色空间并保持子情节大小，总图像需要更大。

你可以试试.subplot_tool()

plt.subplot_tool()

• 使用pandas.DataFrame.plot绘制 Dataframe 时解决此问题，该 Dataframe 使用matplotlib作为默认后端。
• 以下适用于指定的kind=（例如'bar'、'scatter'、'hist'等）。
  *在python 3.8.12、pandas 1.3.4、matplotlib 3.4.3中测试

导入和样本数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# sinusoidal sample data
sample_length = range(1, 15+1)
rads = np.arange(0, 2*np.pi, 0.01)
data = np.array([np.sin(t*rads) for t in sample_length])
df = pd.DataFrame(data.T, index=pd.Series(rads.tolist(), name='radians'), columns=[f'freq: {i}x' for i in sample_length])

# default plot with subplots; each column is a subplot
axes = df.plot(subplots=True)

调整间距

1.调整pandas.DataFrame.plot中的默认参数
1.更改figsize：对于每个子图，宽度为5且高度为4是开始的好地方。
1.更改layout：（行、列）用于子图的布局。

1. sharey=True和sharex=True，因此每个子图上的冗余标签不会占用空间。
2. .plot方法返回一个matplotlib.axes.Axes的numpy数组，应该将其展平以便于使用。
   1.使用.get_figure()从其中一个Axes中提取DataFrame.plot图形对象。
   1.如果需要，使用fig.tight_layout()。

axes = df.plot(subplots=True, layout=(3, 5), figsize=(25, 16), sharex=True, sharey=True)

# flatten the axes array to easily access any subplot
axes = axes.flat

# extract the figure object
fig = axes[0].get_figure()

# use tight_layout
fig.tight_layout()

df

# display(df.head(3))
         freq: 1x  freq: 2x  freq: 3x  freq: 4x  freq: 5x  freq: 6x  freq: 7x  freq: 8x  freq: 9x  freq: 10x  freq: 11x  freq: 12x  freq: 13x  freq: 14x  freq: 15x
radians                                                                                                                                                            
0.00     0.000000  0.000000  0.000000  0.000000  0.000000  0.000000  0.000000  0.000000  0.000000   0.000000   0.000000   0.000000   0.000000   0.000000   0.000000
0.01     0.010000  0.019999  0.029996  0.039989  0.049979  0.059964  0.069943  0.079915  0.089879   0.099833   0.109778   0.119712   0.129634   0.139543   0.149438
0.02     0.019999  0.039989  0.059964  0.079915  0.099833  0.119712  0.139543  0.159318  0.179030   0.198669   0.218230   0.237703   0.257081   0.276356   0.295520

• 此answer显示在创建地物后使用fig.tight_layout。但是，tight_layout可以在创建地物时直接设置，因为matplotlib.pyplot.subplots接受**fig_kw的其他参数。* 所有额外的关键字参数都传递给pyplot.figure调用 *。
• 参见How to plot in multiple subplots，了解子图中的访问和绘制。

import matplotlib.pyplot as plt

# create the figure with tight_layout=True
fig, axes = plt.subplots(nrows=4, ncols=4, figsize=(8, 8), tight_layout=True)

如果将tight_layout=True传递到plt.subplots()或fig.tight_layout()不能在子图之间增加足够的间距，请考虑使用tight_layout(pad=2.0)这样的焊盘进行调整以获得所需的间距。