使用pandas调整子图布局

Question

我意识到 matplotlib 的tight_layout()无法应用于 pandas 生成的图表。

这是我正在运行的代码：

            0         1         2         3         4
A    0.039895  0.960105       NaN       NaN       NaN
D    0.030418  0.969582       NaN       NaN       NaN
E    0.037345  0.962655       NaN       NaN       NaN
F    0.061522  0.938478       NaN       NaN       NaN
G    0.047163  0.952837       NaN       NaN       NaN
H    0.026423  0.000000  0.000000  0.973577       NaN

df.T.plot(kind='bar', subplots=True, width=0.7, legend=False, 
                             layout=(2,4), sharex=True, sharey=True)
plt.tight_layout()

我最终得到以下错误：

AttributeError: 'NoneType' object has no attribute 'is_bbox'

我也相信这与github上发布的类似问题有关： DataFrame.hist() does not get along with matplotlib.pyplot.tight_layout() #9351

因此，我正在寻找基于subplots_adjust(*args, **kwargs)的解决方法。最重要的是，我试图调整hspace参数。但是，在调用 pandas 的plot函数时，不接受这些关键字参数。

有什么建议吗？

Answer 1

tight_layout()肯定适用于熊猫！

没有tight_layout()

df.T.plot(kind='bar', subplots=True, width=0.7, legend=False, 
                             layout=(3, 2), sharex=True, sharey=True)
# plt.tight_layout()

tight_layout()

df.T.plot(kind='bar', subplots=True, width=0.7, legend=False, 
                             layout=(3, 2), sharex=True, sharey=True)
plt.tight_layout()

Answer 2

正如piRSquared所指出的，tight_layout()肯定有效。但是，布局应该与子图的数量完全一致。

Pandas会自动删除空子图，因此图形布局超过所需数量的子图将导致上述错误。

这是我自己解决问题的方法。尽可能简单。

使用plt.subplots_adjust()之后，可以在绘制图形后轻松调整所需参数。