Question

我编写了{3}的Python 3代码，以帮助我自动分析使用称为量热法（用于辐射剂量测定法）的技术生成的数据。在随附的示例中，输入文件的分析返回了第八个“加热区域”（顶部面板），并且在每个区域中对数据部分进行了一对线性回归（黑色部分，红色部分）以计算数据的大小。 'step'，相对于我感兴趣的数量的平均值（ thermistor 的变化电阻），它绘制在同一图的下面板中。< / p>

few lines

此类分析的结果总结在数据框架中（目前来自 numpy 的 ndarray ），但理想情况下，我希望也能生成图形表示每个子图中都有一些注释，包括结果数据框中相应行的信息：

automatic identification of 8 heating regions (top panel) and computed relative step magnitude (bottom panel)

一般输出看起来像最后一个数字，每个子图包含来自前一个单独图的相同基本信息。

Step analysis via a pair of linear regressions and further computation

在Jupyter笔记本中使用这部分代码，手动创建，无需任何迭代：

%matplotlib inline results_fig = pyplt.figure(figsize=(20,10)) results_grid = matplotlib.gridspec.GridSpec(2, 4, hspace=0.2, wspace=0.3) results_fig.suptitle("Faceted presentation of calorimetric runs", fontsize=15) ax1 = results_fig.add_subplot(results_grid[0,0]) ax1.scatter(time,resistance, marker ='o', s=20, c='blue') ax1.plot(time[x1[0]:xmid[0]], line_pre[0], color='black', linewidth=3.0) ax1.plot(time[xmid[0]:x4[0]], line_post[0], color='red', linewidth=3.0) ax1.set_xlim(xlim1[0],xlim2[0]) ax1.set_ylabel("resistance [Ohm]") # [... continues for each subplot in the grid ... ]

鉴于“加热区域”的数量可能因文件而异，即在分析每个实验输出数据文件之前无法确定，这里是我的一对问题：

如何在不事先了解它将显示多少个子图的情况下生成子图网格？网格的一个维度可以是四个，如此处提供的示例，但另一个是未知的。我可以迭代numpy结果数组的一个轴的长度，但是我需要在我的绘图网格中跨越两个轴。

没有重新发明轮子，是否有一个可以帮助这个方向的python模块？

由于

Answer 1

以下是如何创建n x 4个子图的网格并迭代它们

numplots = 10 # number of plots to create
m = 4         # number of columns
n = int(np.ceil(numplots/4.)) # number of rows

fig, axes = plt.subplots(nrows=n,ncols=m)
fig.subplots_adjust(hspace=0.2, wspace=0.3)

for data, ax in zip(alldata, axes.flatten()):
    ax.plot(data[0],data[1], color='black')
    # further plotting, label setting etc.

# optionally, remove empty plots from grid
if n*m > numplots:
    for ax in axes.flatten()[numplots:]:
        ax.remove()
        ##or 
        #ax.set_visible(False)

在python中分布可变轴网格长度的图

1 个答案: