使用 Pythons Matplotlib 将一个大图转换为几个小图答案

【问题标题】：Converting one large figure into several smaller figures using Pythons Matplotlib使用 Pythons Matplotlib 将一个大图转换为几个小图
【发布时间】：2015-07-17 19:31:18
【问题描述】：

我有一个“x”列（x_parameter）和多个“y”列（filtered_data），我正在尝试为每个 x,y 对生成一个散点图。我已在以下函数中成功完成此操作：

def scatter_plot(self,filtered_data,x_parameter):
    for i in range(len(filtered_data)):
        if filtered_data[i].name==x_parameter:
            x=filtered_data[i]
            x_index=list(x.keys())
    figure()
    for i in range(len(filtered_data)):
        y=filtered_data[i]
        y_index=list(y.keys())
        index_intersection = list(set(x_index)&set(y_index))
        subplot(10,5,i)
        scatter(x[index_intersection],y[index_intersection])

这会产生一个包含 43 个子批次的大数字。我现在正试图改变这一点，以便我生成 3 个较小的数字，其中有两个 4x4 子图，其余的在最后一个。我还希望这个函数是动态的，能够处理任何大小的任何输入，并且仍然返回 16 个子图的数字“单位”和一个剩余数字。我的尝试如下：

def scatter_plot(self,filtered_data,x_parameter):
    number_of_full_subplots=len(filtered)/16
    remainder=len(filtered)-(number_of_full_subplots*16)
    for i in range(len(filtered_data)):
        if filtered_data[i].name==x_parameter:
            x=filtered_data[i]
            x_index=list(x.keys())
    for j in range(number_of_full_subplots+1):
        figure(j)
        for i in range(len(filtered_data)):
            y=filtered_data[i]
            y_index=list(y.keys())
            index_intersection = list(set(x_index)&set(y_index))
            x_to_plot=x[index_intersection]
            y_to_plot=y[index_intersection]
            for k in range(16):
                plt.subplot(4,4,k)
                plt.scatter(x_to_plot,y_to_plot)

但是，这会生成 3 个适当大小的图形，但每个空间中的图形相同。有人能看出我的错误吗？

以下是“filtered_data”变量的示例。它是由另一个函数创建的，是熊猫系列的列表。对于每个 x 和 y 对，如果索引出现在两个系列中，我只会绘制数据。

Name: RAR activation, dtype: float64, 0     168.806000
2     160.569000
4     175.428000
6      67.584900
7     218.879000
9       2.542630
11      1.822950
12      1.684010
14      0.818888
15      0.032629
21      0.001601
23    192.563000
Name: RAR deactivation, dtype: float64, 6     30.6522
7     30.7873
8     30.8454
9     30.9947
10    31.0030
11    31.1428
12    31.1922
13    31.2839
14    31.3500
15    31.5069
16    31.5113
17    31.5594
Name: Best Value, dtype: float64]

谢谢

【问题讨论】：

标签： python matplotlib

【解决方案1】：

def scatter_x_y(self,filtered_data,x_parameter,y_parameter):
    for i in range(len(filtered_data)):
        if filtered_data[i].name==x_parameter:
            x=filtered_data[i]
            x_index=list(x.keys())
        elif filtered_data[i].name==y_parameter:
            y=filtered_data[i]
            y_index=list(y.keys())
    index_intersection=list(set(x_index)&set(y_index))
    plt.figure
    plt.scatter(x[index_intersection],y[index_intersection])
    plt.title('{} Versus {}'.format(x.name,y.name))


def scatter_x_yi(self,filtered_data,x_parameter):
    PE=Parameter_Estimation_Tools()
    number_of_full_subplots=len(filtered_data)/16
    remainder=len(filtered)-(number_of_full_subplots*16)-1
    yi=[]
    for i in range(len(filtered_data)):
        if filtered_data[i].name!=x_parameter:
            yi.append(filtered_data[i])      
    try:
        for i in range(len(filtered_data)):
            for j in range(number_of_full_subplots+1):
                plt.figure(j)
                for k in range(16):
                    plt.subplot(4,4,k)
                    PE.scatter_x_y(filtered_data,x_parameter,yi[16*j+k].name)
    except IndexError:
        print '{} has been plotted against all other parameters'.format(x_parameter)

【讨论】：