理解 matplotlib.subplots python [重复]

问题描述：

我在他人的帮助下制作了一组饼图将图片插入饼图切片
我的图表看起来很棒，现在我需要将所有 6 个图表放在一个 2x3 的图形中，并在共享的 x 轴和 y 轴上设置通用刻度标记。首先，我正在查看子图并认为我可以让它工作。我下载了一些示例并开始尝试一些事情。

    f, (a) = (plt.subplots(nrows=1, ncols=1, sharex=True, sharey=True))#,
                 #squeeze=False, subplot_kw=None, gridspec_kw=None))
    print(type(f),'
',type(a),'
')#,type(b))

产量：

类'matplotlib.figure.Figure'

类'matplotlib.axes._subplots.AxesSubplot'

尽管：

    f, (a) = (plt.subplots(nrows=1, ncols=1, sharex=True, sharey=True, squeeze=False, subplot_kw=None, gridspec_kw=None))
    print(type(f),'
',type(a),'
')#,type(b))

返回：

类'matplotlib.figure.Figure'

numpy.ndarray 类

当我这样做时：

f, (a,b) = (plt.subplots(nrows=2, ncols=1, sharex=True, sharey=True, squeeze=False, subplot_kw=None, gridspec_kw=None))
    print(type(f),'
',type(a),'
',type(b))

我得到了类似的结果，但是如果 nrows=1 和 ncols=2，我会出现错误：

    f, (a,b) = (plt.subplots(nrows=1, ncols=2, sharex=True, sharey=True, squeeze=False, subplot_kw=None, gridspec_kw=None))
    print(type(f),'
',type(a),'
',type(b))

ValueError：没有足够的值来解包（预期 2 个，实际为 1 个）

但同样如此：

    f, (a , b) = (
    plt.subplots(nrows=1, ncols=2, sharex=True, sharey=True))#,
                 #squeeze=False, subplot_kw=None, gridspec_kw=None))
    print(type(f),'
',type(a),'
',type(b))

给出类'matplotlib.figure.Figure'

类'matplotlib.axes._subplots.AxesSubplot'

类'matplotlib.axes._subplots.AxesSubplot'

为什么要么是数组要么是轴，还有为什么 2X1 可以工作而 1X2 不行？我真希望我能更好地理解文档。谢谢。

解决方案 1：

不同的返回类型是由于squeeze关键字参数默认plt.subplots()设置为True。让我们通过相应的解包来增强文档：

squeeze：bool，可选，默认值：True

• 如果为 True，则会从返回的 Axes 对象中挤出额外的维度：

+ 如果仅构建了一个子图（nrows=ncols=1），则生成的单个 Axes 对象将作为标量返回。  

`fig, ax = plt.subplots()`
+ 对于 Nx1 或 1xN 子图，返回的对象是 Axes 对象的 1D numpy 对象数组，以 numpy 1D 数组形式返回。  

`fig, (ax1, ..., axN) = plt.subplots(nrows=N, ncols=1)`（对于 Nx1）  

`fig, (ax1, ..., axN) = plt.subplots(nrows=1, ncols=N)`（对于 1xN）
+ 对于 NxM，N>1 和 M>1 的子图将作为二维数组返回。  

`fig, ((ax11, .., ax1M),..,(axN1, .., axNM)) = plt.subplots(nrows=N, ncols=M)`

• 如果为 False，则根本不进行任何挤压：返回的 Axes 对象始终是一个包含 Axes 实例的二维数组，即使它最终是 1x1。

fig, ((ax,),) = plt.subplots(nrows=1, ncols=1, squeeze=False)

fig, ((ax,), .. ,(axN,)) = plt.subplots(nrows=N, ncols=1, squeeze=False)对于 Nx1

fig, ((ax, .. ,axN),) = plt.subplots(nrows=1, ncols=N, squeeze=False)，对于 1xN

fig, ((ax11, .., ax1M),..,(axN1, .., axNM)) = plt.subplots(nrows=N, ncols=M)

或者你也可以使用解压版本

fig, ax_arr = plt.subplots(nrows=N, ncols=M, squeeze=False)

并索引数组以获取轴，ax_arr[1,2].plot(..)。

squeeze因此，对于 2 x 3 网格，设置为 并不重要False。结果始终是 2D 数组。您可以将其解压缩为

fig, ((ax1, ax2, ax3),(ax4, ax5, ax6)) = plt.subplots(nrows=2, ncols=3)

作为ax{i}matplotlib 轴对象，或者你可以使用打包版本

fig, ax_arr = plt.subplots(nrows=2, ncols=3)
ax_arr[0,0].plot(..) # plot to first top left axes
ax_arr[1,2].plot(..) # plot to last bottom right axes