使用数据帧。用子图绘制图表--如何使用ax参数

Question

我不能把我的头围绕轴参数，它包含什么以及如何使用它来制作子情节。

如果有人能解释一下下面的例子，我将不胜感激

fig, axes = plt.subplots(nrows=3, ncols=4, figsize=(15, 10))
for idx, feature in enumerate(df.columns[:-1]):
  df.plot(feature, "cnt", subplots=True, kind="scatter", ax=axes[idx / 4, idx % 4])

更具体地说，以下是我理解的部分（至少我认为我理解）

• plt。子图返回一个元组，该元组包含图形和轴对象（链接）
• enumerate（）返回一个元组，其中包含功能的索引及其名称（链接）
• df。绘图使用列名将数据放在图中的子绘图上

这是我不明白的

• 轴对象包含什么？同样，基于留档和这个答案，我意识到轴包含“轴、刻度、线2D、文本、多边形等”但是
  • 我们用轴[x， y]解决什么？
  • 为什么在这个例子中作者决定使用[idx/4， idx%4]作为值？

Answer 1

代码中的axes对象是matplotlibAxes对象的2D Numpy数组。由于调用subplots（）需要3行4列，因此数组将是3乘4。对数组进行索引，如axes[r， c]，会得到对应于rowr和列c的Axes对象，并且可以将该对象作为ax关键字传递绘图方法的参数，以使绘图显示在该轴上。例如，如果你想在第二行和第二列中绘制一些东西，你可以调用图（...，ax=axes[1,1]）。

代码使用[idx/4， idx%4]作为将索引（从0到11的数字）转换为3×4网格中位置的一种方式。试着用idx依次设置为0到11的每个值来评估这个表达式，你会看到它是如何工作的。

Answer 2

关于数组索引为[idx/4， idx%4]的最后一个问题：

其思想是同时在所有子地块和所有数据帧列上循环。问题是轴数组是二维的，而列数组是一维的。因此，需要决定循环哪些维度，并将循环索引/索引映射到其他维度。

直观的方法是使用两个循环

for i in range(axes.shape[0]):
    for j in range(axes.shape[1]):
        df.plot(df.columns[i*axes.shape[0]+j], "cnt", ... , ax=axes[i,j])

在这里，i*axes.shape[0]j将Numpy数组的二维映射到列列表的单个维度。

在问题的示例中，循环位于列上方，这意味着我们必须以某种方式将一维索引映射到二维。这就是[idx/4，idx%4]所做的。。或者应该这样做。它只能在Python2中工作。为了使它更易于理解和保存版本，实际上应该使用[idx//4，idx%4]。/说明使用整数除法。因此，对于前4个idx值（0,1,2,3），idx//4是0，对于下一组4个值，它是1，依此类推<代码>idx%4计算索引模4。所以（0,1,2,3）被映射到（0,1,2,3），然后（4,5,6,7）被再次映射到（0,1,2,3），以此类推。

使用单个循环的替代html" target="_blank">解决方案是展平轴数组：

for idx, feature in enumerate(df.columns[:-1]):
    df.plot(feature, "cnt", ... , ax=axes.flatten()[idx])

或者可能是最像蟒蛇的

for ax, feature in zip(axes.flatten(), df.columns[:-1]):
    df.plot(feature, "cnt", ... , ax=ax)