Axes.set_ymargin和Axes.set_ylim互斥。对轴设置限制将覆盖边距。
有两个选项可以设置边距（padding）。

a.使用边距

可以使用

ax.set_ymargin(0.1)   or   ax.margins(y=0.1)

其中0.1是两个轴端的10%裕度。（当然，x轴也是如此）。这里的缺点是余量始终是对称的。

B.使用限制

使用ax.set_ylim(0, 100)设置的限制并使其适应需要。
例如，如果data是以numpy数组形式绘制的数据，并且我们希望底部有10%的边距，顶部有40%的边距，则可以使用

ymin = data.min()-0.1*(data.max()-data.min())
ymax = data.max()+0.4*(data.max()-data.min())
ax.set_ylim((ymin, ymax))

当然，如果需要的话，同样可以简单地将ymax设置为ymax = 100。

您可以修改ax.dataLim边界框并重新应用ax.autoscale_view()
之前：

fig, ax = plt.subplots()
x = np.linspace(0, 10, 11)
line = ax.plot(x, x, '--', linewidth=2, label='foo bar')

之后：

pts = ax.dataLim.get_points()  # numpy array [[xmin, ymin], [xmax, ymax]]
pts[1, 1] = 11  # new ymax
ax.dataLim.set_points(pts)
ax.autoscale_view()

在matplotlib 3.5中，我使用了如下自动缩放：

axs[row,column].plot(divs['Dividends'], c='red',linewidth=1, marker='.', mec='blue',mfc='blue')
axs[row,column].set_ylim(bottom = 0)        
axs[row,column].autoscale()

为我解决了这个问题。有关自动缩放的差异，请参见随附的图形图片。
使用.margins（）和一个值或'tight=True'或.set_ymargin（）似乎没有做任何事情，无论我用什么值来填充。
在我的例子中，当股息接近于零时，将下限或底部限制更改为<0会使零线沿y轴向上移动。
Graph with Autoscaling
Graph without Autoscaling