Question

例如，如果我有这3个数据集来绘制：

a = np.arange(0,10,1)
b = np.arange(2,6,1)
c = np.arange(5,10,1)

显然，我不希望他们共享同一个轴，因为其中一些基本上只有一个大的空图表，在角落的某处有一些数据点。因此，我理想情况下会有不同大小的子图，但都具有相同的比例（即步骤1在所有子图上具有相同的长度）。我知道我可以通过设置图形的大小来手动完成此操作，但是对于更大数量的数据集或不那么好的数字，这将是一个真正的痛苦。但是通过搜索其他问题或文档，我找不到任何可能会在轴上设置固定距离的东西。请注意，我不是在问长宽比。纵横比可以不同，我只需要在轴上使用相同的比例。（见下图，这有望说明我的问题。注意：不，我不需要在我的实际情节中使用比例尺，这是为了让您了解比例是如何相同的。）感谢。

Answer 1

经过大量研究后，看起来没有任何简单的命令可以做到这一点。但首先，考虑每个子图的x和y值的范围及其比例和布局，GridSpec将完成这项工作。

因此，对于我们的示例，布局如问题中所示，即顶部的最大图片，下面彼此相邻的两个较小的图片。为了使它更容易，y范围对于所有这些都是相同的（但如果它不是我们将使用与x相同的计算）。现在，了解这种布局，我们可以创建一个网格。垂直跨度是20（因为我们有两行4个图，y范围是10），我们可能需要它们之间的一些空间用于轴标签，图例等，所以我们将添加额外的5.第一个图有x范围为10，但是，第二和第三个数字的范围为4和5，总共为9，我们可能还需要它们之间的一些空间，所以让我们再添加3个。因此，水平网格将跨越12个。因此，我们创建一个25 x 12的网格，并在此网格中拟合我们的图表，如下所示：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import gridspec

## GRIDSPEC INTRO - creating a grid to distribute the subplots with same scales and different sizes.
fig = plt.figure()
gs=gridspec.GridSpec(25,12)
## SUBPLOTS of GRIDSPEC
#the first (big) plot
axes1 = plt.subplot(gs[:10,:10])
ax1 = plt.plot(x,y) # plot some data here
ax1 = plt.xlim(1,10)
ax1 = plt.ylim(1,10)
# the second plot below the big one on the left
axes2 = plt.subplot(gs[15:,:4])
ax2 = plt.plot(x,y) # plot some data here
ax2 = plt.xlim(2,6)
ax2 = plt.ylim(1,10)
# the third plot - below the big one on the right
axes3 = plt.subplot(gs[15:,7:])
ax3 = plt.plot(x,y) # plot some data here
ax3 = plt.xlim(5,10)
ax3 = plt.ylim(1,10)
plt.show()

Answer 2

一小时后好：

__author__ = 'madevelasco'

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd


def group(x, max, min, iters):
    total_range = max - min
    for i in range(0, iters):
        if (x > min + i*total_range/iters and x <= min + (i+1)*total_range/iters):
            return i



def newPlots():
    df = pd.DataFrame(np.random.randn(100, 2), columns=['x', 'y'])
    df.plot(x = 'x', y = 'y', kind = 'scatter', alpha=0.5)
    plt.show()

    ##Sort by the column you want
    df.sort_values(['x'], ascending=[False], inplace=True)
    result = df.reset_index(drop=True).copy()

    #Number of groups you want
    iterations = 3
    max_range = df['x'].max()
    min_range = df['x'].min()
    total_range = max_range - min_range

    result['group'] = result.apply(lambda x: group(x['x'], max_range, min_range, iterations ), axis=1)
    print(result)

    for x in range (0, iterations):

        lower = min_range + (x)*total_range/iterations
        upper = min_range + (1+x)*total_range/iterations
        new = result[result['group'] == x]
        new.plot(x = 'x', y = 'y', kind = 'scatter', alpha=0.3)
        axes = plt.gca()
        axes.set_xlim([lower, upper])
        axes.set_ylim([df['y'].min(),df['y'].max()])
        plt.show()

if __name__ == '__main__':
    newPlots()

我用熊猫来做这件事。老实说，可视化的想法是将所有数据放在一个图形中，但不要像这样分开。为了保持您的约会的想法，甚至为了可读性，应该修复其中一个轴。我在编辑之间做了

所有点的图像

子图

如何获得matplotlib中子图的不同长度但相同比例的轴？

2 个答案: