Question

我对在python中进行图形绘制非常陌生，并且在创建子图时遇到了麻烦。

我目前有一个循环，该循环将产生2个数组，然后将它们分配给Dataframe列并在图形上使用df.plot()。这导致我每次循环都得到不同的图。

我想尝试将所有内容放到一个情节中。我在循环之外创建了Figure对象，并在循环中尝试了以下代码。我知道我需要定义子图的大小，但是问题是循环数是用户定义的。另外，关于形状-如果是4个循环，则2x2会很好，但如果是25，则id希望它尽可能地逼近一个正方形。不确定这是否可行。

        ax = plt.subplot(i)
        ax.scatter(y_df['y_pred'], y_df['y_test'])

但是我一直收到以下错误：

“三位数，而不是{}”。format（args [0]））

ValueError：整数子图规范必须为三位数   数字，而不是1

这是我的完整代码。我删除了许多不相关的行，以使其易于理解：

  fig = plt.figure()


    tscv = TimeSeriesSplit(n_splits=self.no_splits)
    for train_index, test_index in tqdm(tscv.split(X)):
        X_train, X_test = X.iloc[train_index], X.iloc[test_index]
        y_train, y_test = y.iloc[train_index], y.iloc[test_index]



        self.regressor.fit(X_train, y_train.ravel())

        # predict y values
        y_pred = self.regressor.predict(X_test)


        # plot y_pred vs y_test
        y_df = pd.DataFrame()
        y_pred = y_pred.reshape(len(y_pred), )
        y_test = y_test.reshape(len(y_test), )
        y_df['y_pred'] = y_pred
        y_df['y_test'] = y_test

        ax = plt.subplot(i)
        ax.scatter(y_df['y_pred'], y_df['y_test'])

Answer 1

add_subplot具有三个参数：

fig.add_subplot(nrows, ncols, index)

如果要更新子图的分配位置，可以在各个轴上使用“ change_geometry”，该轴采用相同的三个参数，例如：

for i,ax in enumerate(fig.axes):
    if isinstance(ax,matplotlib.axes.SubplotBase):
        ax.change_geometry(len(fig.axes),1,i)

我使用“ change_geometry”做了一个小例子：

import matplotlib.pyplot as plt
from matplotlib.widgets import Slider
import numpy as np
import random


def run(val):
    n_axes = int(val)
    ax_names = random.sample(range(max_size),n_axes)

    i=0
    for ax_name in range(1,max_size):
        # Delete outdated axes
        if ax_name not in ax_names and ax_name in my_axes.keys():
            fig.delaxes(my_axes[ax_name])
            del my_axes[ax_name]
        if ax_name in ax_names:
            i+=1
            #Plot new data on new axes
            if ax_name not in my_axes.keys():
                print(i,n_axes)
                y = np.random.rand(x.shape[0])
                my_axes[ax_name] = ax = fig.add_subplot(n_axes,1,i)
                ax.plot(x,y)
            # Relocate "old" ax to new position
            else:
                my_axes[ax_name].change_geometry(n_axes,1,i)



fig = plt.figure()
my_axes = {}
x = np.linspace(0,1,100)
max_size=81

ax = plt.axes([0.1, 0.03, 0.8, 0.03], facecolor='#cccc00')
sNum = Slider(ax, '#plots', 1, max_size, valinit=1, valstep=1)
sNum.on_changed(run)

动态添加大小的子图

1 个答案: