迭代对象数组python答案

【问题标题】：Iterating over an array of objects python迭代对象数组python
【发布时间】：2014-07-11 03:15:24
【问题描述】：

我正在尝试迭代由 pandas.DataFrame.hist 重新调整的 matplotlib.axes.AxesSubplot 数组，以使每个子直方图逻辑。以下示例代码不起作用

from pandas import DataFrame
import numpy as np
import matplotlib.pyplot as plt

x = np.random.uniform(0, 100, size=1000)
y = x *x  +  50*x*np.random.randn(1000)
z = x * y  +  50*y*np.random.randn(1000)

frame = DataFrame({'z' : z,'x' : x , 'y' : y})

Histograms = frame.hist(bins=50)
for axis in np.nditer(Histograms,"refs_ok"):
   axis.set_yscale("log", nonposy='clip')

plt.show()

【问题讨论】：

"以下示例代码不起作用" -> 这是什么意思？你有任何错误吗？还是出乎意料的输出（您期望的输出是什么）？
“不工作”总是意味着“没有按我的预期执行”，但我们不知道您的期望。因此，请说明您的预期并描述您的观察结果。
对不起，我得到的异常是“ValueError: Iterator global flags must be a list or tuple of strings”。

标签： python arrays loops matplotlib pandas

【解决方案1】：

使用flatiter：

for axis in Histograms.flat:
   axis.set_yscale("log", nonposy='clip')

【讨论】：

【解决方案2】：

你不是忘了画点什么吗？查看 matplotlib 示例：

"""
Demo of the histogram (hist) function with a few features.

In addition to the basic histogram, this demo shows a few optional features:

    * Setting the number of data bins
    * The ``normed`` flag, which normalizes bin heights so that the integral of
      the histogram is 1. The resulting histogram is a probability density.
    * Setting the face color of the bars
    * Setting the opacity (alpha value).

"""
import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt


# example data
mu = 100 # mean of distribution
sigma = 15 # standard deviation of distribution
x = mu + sigma * np.random.randn(10000)

num_bins = 50
n, bins, patches = plt.hist(x, num_bins, normed=1, facecolor='green', alpha=0.5)
plt.plot(bins, y, 'r--')

【讨论】：