如何在Matplotlib中从两个轴取消设置`sharex`或`sharey`

Question

我有一系列子图，我希望它们在2个子图中共享x和y轴（按行）。

我知道可以单独创建所有子图，然后再创建add the sharex/sharey functionality afterward。

但是，鉴于我必须对大多数子图执行此操作，因此这是很多代码。

一种更有效的方法是创建具有所需sharex / sharey属性的所有子图，例如：

import matplotlib.pyplot as plt

fix, axs = plt.subplots(2, 10, sharex='row', sharey='row', squeeze=False)

，然后设置{em> unset sharex / sharey功能，假设地的工作方式如下：

axs[0, 9].sharex = False
axs[1, 9].sharey = False

上面的方法不起作用，但是有什么方法可以做到这一点？

Answer 1

您可以使用ax.get_shared_x_axes()获取包含所有链接轴的Grouper对象。然后使用group.remove(ax)从该组中删除指定的轴。您也可以group.join(ax1, ax2)添加新共享。

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(2, 10, sharex='row', sharey='row', squeeze=False)

data = np.random.rand(20, 2, 10)
for row in [0,1]:
    for col in range(10):
        n = col*(row+1)
        ax[row, col].plot(data[n,0], data[n,1], '.')

a19 = ax[1,9]

shax = a19.get_shared_x_axes()
shay = a19.get_shared_y_axes()
shax.remove(a19)
shay.remove(a19)

a19.clear()
d19 = data[-1] * 5
a19.plot(d19[0], d19[1], 'r.')

plt.show(fig)

这仍然需要一些调整来设置刻度，但是右下图现在有其自身的局限性。

Answer 2

您可以使用ax.get_shared_x_axes()或通过属性ax._shared_y_axes访问共享轴组。然后，您可以使用xaxis.set_tick_params(which='both', labelleft=True)或setp(ax, get_xticklabels(), visible=True)重置标签的可见性，但是这两种方法都存在相同的先天问题：刻度格式器仍在轴之间共享。据我所知，这是没有办法的。这是一个示例来演示：

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(1)
fig, axs = plt.subplots(2, 2, sharex='row', sharey='row', squeeze=False)
axs[0][0]._shared_x_axes.remove(axs[0][0])
axs[0][0]._shared_y_axes.remove(axs[0][0])

for ii in range(2):
    for jj in range(2):
        axs[ii][jj].plot(np.random.randn(100), np.linspace(0,ii+jj+1, 100))

axs[0][1].yaxis.set_tick_params(which='both', labelleft=True)
axs[0][1].set_yticks(np.linspace(0,2,7))
plt.show()

Answer 3

正如@zan在their answer中指出的那样，您可以使用ax.get_shared_x_axes()获取包含所有链接轴的Grouper对象，然后.remove从这个石斑鱼。问题是（如@WMiller所指出的），所有轴的股票报价仍然相同。

因此需要

1. 从石斑鱼中移除轴
2. 使用相应的新定位器和格式化程序设置新的股票行情记录

完整示例

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

fig, axes = plt.subplots(3, 4, sharex='row', sharey='row', squeeze=False)

data = np.random.rand(20, 2, 10)

for ax in axes.flatten()[:-1]:
    ax.plot(*np.random.randn(2,10), marker="o", ls="")



# Now remove axes[1,5] from the grouper for xaxis
axes[2,3].get_shared_x_axes().remove(axes[2,3])

# Create and assign new ticker
xticker = matplotlib.axis.Ticker()
axes[2,3].xaxis.major = xticker

# The new ticker needs new locator and formatters
xloc = matplotlib.ticker.AutoLocator()
xfmt = matplotlib.ticker.ScalarFormatter()

axes[2,3].xaxis.set_major_locator(xloc)
axes[2,3].xaxis.set_major_formatter(xfmt)

# Now plot to the "ungrouped" axes
axes[2,3].plot(np.random.randn(10)*100+100, np.linspace(-3,3,10), 
                marker="o", ls="", color="red")

plt.show()

请注意，在上文中，我仅更改了x轴的行情指示器，也仅更改了主要行情。如果需要，您需要对y轴和较小的刻度进行相同的操作。