问题在于aspect='equal'的使用，这会阻止子图拉伸到任意的长宽比并填满所有的空白空间。
通常情况下，这将起作用：

import matplotlib.pyplot as plt

ax = [plt.subplot(2,2,i+1) for i in range(4)]

for a in ax:
    a.set_xticklabels([])
    a.set_yticklabels([])

plt.subplots_adjust(wspace=0, hspace=0)

结果是这样的：

但是，对于aspect='equal'，如下代码所示：

import matplotlib.pyplot as plt

ax = [plt.subplot(2,2,i+1) for i in range(4)]

for a in ax:
    a.set_xticklabels([])
    a.set_yticklabels([])
    a.set_aspect('equal')

plt.subplots_adjust(wspace=0, hspace=0)

这就是我们得到的：

第二种情况的不同之处在于，您强制x轴和y轴具有相同的单位/像素数。由于默认情况下轴从0到1（即在绘制任何内容之前），因此使用aspect='equal'强制每个轴都是正方形。由于图形不是正方形，pyplot在水平轴之间增加了额外的间距。
要解决这个问题，您可以设置您的数字有正确的纵横比。我们将在这里使用面向对象的pyplot接口，我认为它总体上上级：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(8,8)) # Notice the equal aspect ratio
ax = [fig.add_subplot(2,2,i+1) for i in range(4)]

for a in ax:
    a.set_xticklabels([])
    a.set_yticklabels([])
    a.set_aspect('equal')

fig.subplots_adjust(wspace=0, hspace=0)

结果如下：

可以使用gridspec控制轴之间的间距。这里有更多的information。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

plt.figure(figsize = (4,4))
gs1 = gridspec.GridSpec(4, 4)
gs1.update(wspace=0.025, hspace=0.05) # set the spacing between axes. 

for i in range(16):
   # i = i + 1 # grid spec indexes from 0
    ax1 = plt.subplot(gs1[i])
    plt.axis('on')
    ax1.set_xticklabels([])
    ax1.set_yticklabels([])
    ax1.set_aspect('equal')

plt.show()

在不完全重新排序gridspec的情况下，也可以使用以下方法通过将 wspace 和 hspace 设置为零来消除间隙：

import matplotlib.pyplot as plt

plt.clf()
f, axarr = plt.subplots(4, 4, gridspec_kw = {'wspace':0, 'hspace':0})

for ax in axarr.flatten():
    ax.grid('on', linestyle='--')
    ax.set_xticklabels([])
    ax.set_yticklabels([])

plt.show()
plt.close()

导致：

对于最近的matplotlib版本，您可能想尝试Constrained Layout。但是，这对plt.subplot()不起作用（或者至少不起作用），因此您需要使用plt.subplots()：

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

你试过plt.tight_layout()吗？
带plt.tight_layout()

不带：

或者：类似这样的东西（使用add_axes）

left=[0.1,0.3,0.5,0.7]
width=[0.2,0.2, 0.2, 0.2]
rectLS=[]
for x in left:
   for y in left:
       rectLS.append([x, y, 0.2, 0.2])
axLS=[]
fig=plt.figure()
axLS.append(fig.add_axes(rectLS[0]))
for i in [1,2,3]:
     axLS.append(fig.add_axes(rectLS[i],sharey=axLS[-1]))    
axLS.append(fig.add_axes(rectLS[4]))
for i in [1,2,3]:
     axLS.append(fig.add_axes(rectLS[i+4],sharex=axLS[i],sharey=axLS[-1]))
axLS.append(fig.add_axes(rectLS[8]))
for i in [5,6,7]:
     axLS.append(fig.add_axes(rectLS[i+4],sharex=axLS[i],sharey=axLS[-1]))     
axLS.append(fig.add_axes(rectLS[12]))
for i in [9,10,11]:
     axLS.append(fig.add_axes(rectLS[i+4],sharex=axLS[i],sharey=axLS[-1]))

如果不需要共享轴，则只需axLS=map(fig.add_axes, rectLS)

另一种方法是使用plt.subplots_adjust()中的pad关键字，它也接受负值：

import matplotlib.pyplot as plt

ax = [plt.subplot(2,2,i+1) for i in range(4)]

for a in ax:
    a.set_xticklabels([])
    a.set_yticklabels([])

plt.subplots_adjust(pad=-5.0)

另外，为了去除所有子图的外边缘处的白色（即，画布），始终使用plt.savefig(fname, bbox_inches="tight")保存。