如果你有多个子情节，比如。

fig, ax = plt.subplots(4, 2)

你可以对它们使用相同的y极限。它从第一个图中得到y ax的极限。

plt.setp(ax, ylim=ax[0,0].get_ylim())

使用坐标轴对象是一种很好的方法。如果你想与多个人物和子情节互动，它会有所帮助。直接添加和操作坐标轴对象:

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(12,9))

signal_axes = fig.add_subplot(211)
signal_axes.plot(xs,rawsignal)

fft_axes = fig.add_subplot(212)
fft_axes.set_title("FFT")
fft_axes.set_autoscaley_on(False)
fft_axes.set_ylim([0,1000])
fft = scipy.fft(rawsignal)
fft_axes.plot(abs(fft))

plt.show()

有时，在绘制数据之前，确实需要设置坐标轴的限制。在这种情况下，您可以设置Axes或AxesSubplot对象的“自动缩放”特性。感兴趣的函数是set_autoscale_on、set_autoscalex_on和set_autoscaley_on。

在您的情况下，您希望冻结y轴的限制，但允许x轴扩展以适应您的数据。因此，您希望将autoscaley_on属性更改为False。下面是你代码中FFT子图片段的修改版本:

fft_axes = pylab.subplot(h,w,2)
pylab.title("FFT")
fft = scipy.fft(rawsignal)
pylab.ylim([0,1000])
fft_axes.set_autoscaley_on(False)
pylab.plot(abs(fft))

如果你有多个子情节，比如。

fig, ax = plt.subplots(4, 2)

你可以对它们使用相同的y极限。它从第一个图中得到y ax的极限。

plt.setp(ax, ylim=ax[0,0].get_ylim())

pylab。ylim:

pylab.ylim([0,1000])

注意:该命令必须在情节完成后执行!

更新2021 由于matplotlib现在强烈不鼓励使用pylab，您应该使用pyplot:

from matplotlib import pyplot as plt
plt.ylim(0, 100) 
#corresponding function for the x-axis
plt.xlim(1, 1000)

如果你知道你想要的确切轴，那么

Pylab. Ylim ([0100])

工作如前所述。但是如果你想要一个更灵活的轴来适合你的确切数据，就像我发现这个问题时所做的那样，然后将axis limit设置为你的数据集的长度。如果你的数据集是fft，那么在你的plot命令后添加这个:

长度= (len(fft)) pylab.ylim([0,长度)