熊猫在循环中的子图

Question

我有这个代码可以很好地绘制我的1行和6列图 我尝试用2x3或3x2绘制它是不成功的 在pandas的.plot（）实现中是否存在我缺少的东西？

fig, axes = plt.subplots(nrows=1, ncols=6)
spfvL = [6, 11, 22, 33, 44, 55]
for j, i in enumerate(spfvL):
    df['spfv' + str(i)] = pd.rolling_std(df['r VIX'], i)*np.sqrt(252)
    res = smf.ols(formula='spfv'+ str(i)+' ~ Q(\'VIX Index\')', data=df).fit()
    df['pred'+ str(i)] = better_predict(res, df)
    df.loc[:,['pred' + str(i), 'spfv' + str(i)]].plot(ax=axes[j])

编辑：获得2x3我尝试了以下内容，而不是更改。

轴具有（2,3）形状，并且我无法将正确的参数传递到最后一行ax = axes。 理想情况下，我应该有像ax = axes [x] [y]这样的东西，其中（x，y）在[（0,0），（0,1），（0,2），（1,0），（1） ，1），（1,2）]因此具有精确的轴形状，但我只能枚举以获得＆＃34;指数列表＆＃34; ...

fig, axes = plt.subplots(nrows=2, ncols=3)
spfvL = [6, 11, 22, 33, 44, 55]
for j, i in enumerate(spfvL):
    df['spfv' + str(i)] = pd.rolling_std(df['r VIX'], i)*np.sqrt(252)
    res = smf.ols(formula='spfv'+ str(i)+' ~ Q(\'VIX Index\')', data=df).fit()
    df['pred'+ str(i)] = better_predict(res, df)
    df.loc[:,['pred' + str(i), 'spfv' + str(i)]].plot(ax=axes[j])

Answer 1

轴是一个ndarray我需要一种通过索引访问它的方法，幸运的是flat方法就是这样。

fig, axes = plt.subplots(nrows=2, ncols=3)
spfvL = [6, 11, 22, 33, 44, 55]
for j, i in enumerate(spfvL):
    df['spfv' + str(i)] = pd.rolling_std(df['r VIX'], i) * np.sqrt(252)
    res = smf.ols(formula='spfv'+ str(i)+' ~ Q(\'VIX Index\')', data=df).fit()
    df['pred'+ str(i)] = better_predict(res, df)
    df.loc[:, ['pred' + str(i), 'spfv' + str(i)]].plot(ax=axes.flat[j])

Answer 2

同样你也可以这样做：

for i, ax in enumerate(axes.reshape(-1)):
     df[spfvL[i]].plot(ax=ax)

Answer 3

或者，您可以在循环内添加子图：

fig = plt.figure(figsize=(15, 10))
for j, i in enumerate(spfvL):
    fig.add_subplot(2, 3, i+1)
    df.loc[:, ['pred' + str(i), 'spfv' + str(i)]].plot(ax=axes.flat[j])