Question

我想使用dataframe从csv文件中绘制一些数据。

我的代码当前显示266 = 14 * 19个单独的子图。当前，它被编码为在一个屏幕上显示所有266个子图，每个子图很小且难以阅读。

我尝试使用1x1的情节

#fig, cx=plt.subplots(1,1, sharex=False, sharey=False, figsize=(18,12))

主要代码：

fig, cx=plt.subplots(14,19, sharex=False, sharey=False, figsize=(18,12))
#fig, cx=plt.subplots(1,1, sharex=False, sharey=False, figsize=(18,12))

plt.subplots_adjust(hspace=0.5)

cx = cx.ravel()

for i in range(0,len(Bond)):
    cx[i].plot(VelLog[Bond[i]], color='b')
    cx[i].set_xlabel('Time (ms)')
    cx[i].set_ylabel('Velocity (m/s)')
    cx[i].set_ylim(-250,150)
    cx[i].set_title(Bond[i])

plt.savefig('Velocity.png', dpi=120)
plt.show()
##################################
Error message when I un-comment Line 1
cx[i].plot(VelLog[Bond[i]], color='b')
IndexError: index 209 is out of bounds for axis 0 with size 209

如何一次只在屏幕上显示几个子图以提高可读性？

像5x5 + 5x5 + 5x5 + 5x5 + 5x5，+ 5x5 + 5x5 + 5x5 + 5x5 + 5x5 + 4x4 = 266

11个不同的屏幕。

是否可以添加图表过滤器作为替代？

这是我更新的代码，其中包含您的建议。现在它会创建11个数字。我能够绘制所有266张图，但每个图看起来都一样

Nrows, Ncols = 14, 19
Nplots = Nrows*Ncols

nrows, ncols = 5, 5
naxes = nrows*ncols

nfigures = Nplots//naxes

count = 0
figures = []

for fignum in range(nfigures+1):
    fig, axes = plt.subplots(nrows, ncols,  sharex=False, sharey=False, figsize=(18,12))
    plt.subplots_adjust(hspace=0.5)
    #axes = axes.ravel()
    figures.append(fig)
    axes = axes.flat
    for ax in axes:
        #print(count)
        if count<Nplots:
            for i in range(0,len(Bond)):
                cvs_row, cvs_col = divmod(count, Ncols)
                cvs_row, cvs_col = cvs_row+1, cvs_col+1
                ax.plot(VelLog[Bond[i]], color='b', label='%d,%d'%(cvs_row, cvs_col))
                ax.set_xlabel('Time (ms)')
                ax.set_ylabel('Velocity (m/s)')
                ax.set_ylim(-250,150)
                ax.set_title(Bond[i])
            count = count+1

plt.savefig('Velocity.png', dpi=120)
plt.show()

这是一个数字的结果 enter image description here

Answer 1

在这里，我绘制相同的函数14 * 19次，但是您可以了解一下

我们有两个问题，跟踪我们正在绘制的内容和延迟实际绘图，直到我们完成所有绘图为止。

这里使用全局计数器和divmod解决了第一个问题内置，第二个将所有图形存储在列表中并调用 plt.show()仅在绘图阶段的最后。

为了显示“跟踪”的含义，我添加了标签和每个子图的图例。

为了使事情更合理，我不检查最后一个数字是否为空而且我也不检查最后一个数字的某些子图是否为空，但请记住，如果您可以从图形中删除一些子图想要一个干净的最后一个数字。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, np.pi, 31)
y = np.sin(x)

Nrows, Ncols = 14, 19
Nplots = Nrows*Ncols

nrows, ncols = 5, 5
naxes = nrows*ncols

nfigures = Nplots//naxes

count = 0
figures = []

for fignum in range(nfigures+1):
    fig, axes = plt.subplots(nrows, ncols)
    figures.append(fig)
    axes = axes.flat
    for ax in axes:
        print(count)
        if count<Nplots:
            cvs_row, cvs_col = divmod(count, Ncols)
            cvs_row, cvs_col = cvs_row+1, cvs_col+1
            ax.plot(x, y, label='%d,%d'%(cvs_row, cvs_col))
            ax.legend()
            count = count+1

plt.show()

这里我仅显示最后一个数字，以显示“空”的含义子图“ ...

将子图划分到多个屏幕上

1 个答案: