在matplotlib中动态添加/创建子图

Question

我想创建一个由多个具有共享x / y轴的子图组成的图。 它应该从文档中看起来像这样（虽然我的子图将是散点图）：(code here)

但我想动态创建子图！

因此子图的数量取决于前一个函数的输出。 （每个图表可能大约有3到15个子图，每个子图来自不同的数据集，具体取决于我的脚本输入。）

谁能告诉我如何实现这一目标？

Answer 1

import matplotlib.pyplot as plt
from pylab import *
import numpy as np

x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

subplots_adjust(hspace=0.000)
number_of_subplots=3

for i,v in enumerate(xrange(number_of_subplots)):
    v = v+1
    ax1 = subplot(number_of_subplots,1,v)
    ax1.plot(x,y)

plt.show()

此代码有效，但您需要更正轴。我曾经subplot在同一列中绘制3个图。您需要做的就是为number_of_plots变量分配一个整数。如果每个绘图的X和Y值不同，则需要为每个绘图分配它们。

subplot的工作原理如下，例如我的子图值为3,1,1。这将创建一个3x1网格并将绘图放在第一个位置。在下一次交互中，如果我的subplot值为3,1,2，它会再次创建一个3x1网格，但将绘图放在第二个位置，依此类推。

Answer 2

Based on this post，你想要做的是这样的事情：

import matplotlib.pyplot as plt

# Start with one
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot([1,2,3])

# Now later you get a new subplot; change the geometry of the existing
n = len(fig.axes)
for i in range(n):
    fig.axes[i].change_geometry(n+1, 1, i+1)

# Add the new
ax = fig.add_subplot(n+1, 1, n+1)
ax.plot([4,5,6])

plt.show() 

但是，Paul H的answer指向名为gridspec的子模块，这可能会使上述内容变得更容易。我将此作为练习留给读者^ _~。

Answer 3

假设您知道要使用的总子图和总列：

import matlab.pyplot as plt

# Subplots are organized in a Rows x Cols Grid
# Tot and Cols are known

Tot = number_of_subplots
Cols = number_of_columns

# Compute Rows required

Rows = Tot // Cols 
Rows += Tot % Cols

# Create a Position index

Position = range(1,Tot + 1)

行的第一个实例仅针对完全由子图填充的行，然后再添加一个行，如果1或2或者...... Cols - 1个子图仍然需要位置。

然后使用 for循环创建数字和添加子地图。

# Create main figure

fig = plt.figure(1)
for k in range(Tot):

  # add every single subplot to the figure with a for loop

  ax = fig.add_subplot(Rows,Cols,Position[k])
  ax.plot(x,y)      # Or whatever you want in the subplot

plt.show()

请注意，您需要位置范围才能将子图移动到正确的位置。

Answer 4

我发现不用计算自己的行数和列数，而是更容易地使用plt.subplots创建子图，然后遍历axis对象以添加图。

import matplotlib.pyplot as plt
import numpy as np

fig, axes = plt.subplots(nrows=3, ncols=2, figsize=(12, 8))
x_array = np.random.randn(6, 10)
y_array = np.random.randn(6, 10)

i = 0
for row in axes:
    for ax in row:
        x = x_array[i] 
        y = y_array[i]
        ax.scatter(x, y)
        ax.set_title("Plot " + str(i))
        i += 1
plt.tight_layout()
plt.show()

在这里，我使用i来遍历x_array和y_array的元素，但是您同样可以轻松地遍历函数或数据框的列以动态生成图。