在循环中添加动态大小的子图

内容来源于 Stack Overflow,并遵循CC BY-SA 3.0许可协议进行翻译与使用

  • 回答 (1)
  • 关注 (0)
  • 查看 (9)

我很想绘图python并且我在创建子图时遇到了麻烦。

我目前有一个循环,它将产生2个数组,然后我将其分配给Dataframe列并用于df.plot()图形。这导致我在循环中每次都获得不同的图。

我想尝试将所有内容都放在一个地块上。我在循环之外创建了图形对象,在循环中,我尝试了下面的代码。我知道我需要定义子图的大小,但问题是用户定义的循环数。另外,关于形状 - 如果它是4个循环,2x2就可以了,但是如果它是25,那么我想尝试尽可能地近似一个正方形。不确定这是否可行。

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

但我不断收到以下错误:

“三位数,不是{}”。format(args [0])) ValueError:整数子图规范必须是三位数,而不是1

这是我的完整代码。我删除了很多不相关的行,以便更容易理解:

  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'])
提问于
用户回答回答于

add_subplot有三个参数:

fig.add_subplot(nrows, ncols, index)

如果要更新子图的指定位置,可以在各个轴上使用“change_geometry”,它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        # Delete outdated axes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)

扫码关注云+社区

领取腾讯云代金券