Question

我无法绕过轴参数，它包含的内容以及如何使用它来制作子图。

如果有人可以解释以下示例中发生的事情，那真的很感激

fig, axes = plt.subplots(nrows=3, ncols=4, figsize=(15, 10))
for idx, feature in enumerate(df.columns[:-1]):
  df.plot(feature, "cnt", subplots=True, kind="scatter", ax=axes[idx / 4, idx % 4])

以下是数据（UCI Bike sharing dataset）：以下是代码段的输出（功能和最终结果的成对比较）：

更具体地说，这里是我理解的部分（至少我认为我这样做）

plt.subplots返回一个包含图形和轴对象的元组（link）
enumerate（）返回包含要素索引及其名称（link）
df.plot使用列名将数据放在图

这是我不明白的地方

轴对象包含什么？同样，基于文档和this答案，我确实知道轴包含＆＃34;轴，刻度线，线2，文本，多边形等等。＆＃34;但
- 我们使用axis [x，y]解决了什么？
- 为什么在这个例子中作者决定使用[idx / 4，idx％4]作为值？

Answer 1

代码中的axes对象是{Nnty} matplotlib Axes个对象的数组。由于对subplots()的调用要求3行和4列，因此数组将为3乘4.像axes[r, c]一样索引到数组中，可以得到与Axes对应的r对象1}}和列c，您可以将该对象作为ax关键字参数传递给绘图方法，以使绘图显示在该轴上。例如。如果你想在第二行和第二列中绘制一些内容，你可以调用plot(..., ax=axes[1,1])。

代码使用[idx / 4, idx % 4]作为将索引（数字从0到11）转换为3乘4网格中的位置的方法。尝试自己评估该表达式，并将idx依次设置为0到11之间的每个值，然后您就会看到它是如何工作的。

Answer 2

关于数组索引为[idx / 4, idx % 4]的最后一个问题：

我们的想法是同时遍历所有子图和所有数据框列。问题是轴阵列是二维的，而列阵列是一维的。因此，需要确定循环中的哪一个并将循环索引/ indize映射到另一个维度。

直观的方法是使用两个循环

for i in range(axes.shape[0]):
    for j in range(axes.shape[1]):
        df.plot(df.columns[i*axes.shape[0]+j], "cnt", ... , ax=axes[i,j])

此处，i*axes.shape[0]+j将numpy数组的两个维度映射到列列表的单个维度。

在问题的例子中，循环遍及列，这意味着我们必须以某种方式将一维索引映射到两个维度。这是 [idx / 4, idx % 4] 所做的或应该做的事情。 它只能在python 2中使用。为了使其更易于理解和版本保存，实际上应该使用[idx // 4, idx % 4]。 //清楚地表明使用整数除法。因此对于前4个idx值（0,1,2,3），idx // 4为0，对于下一组4个值，它为1，依此类推。 idx % 4计算索引模4.所以（0,1,2,3）映射到（0,1,2,3），然后（4,5,6,7）映射到（0 ，1,2,3）再次等。

使用单个循环的替代解决方案是展平轴阵列：

for idx, feature in enumerate(df.columns[:-1]):
    df.plot(feature, "cnt", ... , ax=axes.flatten()[idx])

或者大多数pythonic

for ax, feature in zip(axes.flatten(), df.columns[:-1]):
    df.plot(feature, "cnt", ... , ax=ax)

使用DataFrame.plot制作带有子图的图表 - 如何使用ax参数

2 个答案: