Matplotlib 在 Visual Studio Code 中无法正确显示

Question

我正在尝试在 Visual Studio 代码上使用 Matplotlib 和 Pandas 创建一个由 5 个子图组成的图，这些子图由简单的折线图组成。但是，由于某种原因，即使我将图形做得很大，图像也总是看起来很小并且结块。我尝试使用 subplots_adjust 修改图形之间的空间，但这并没有改变任何东西。

这是我的代码

ax1 = plt.subplot(1, 5, 1)
ax1 = plt.plot(returns["MSFT"])
plt.xlabel("Date")
plt.ylabel("Daily MSFT Returns")
plt.title("MSFT Returns Over Time")

ax2 = plt.subplot(1, 5, 2)
ax2 = plt.plot(returns["AMZN"])
plt.xlabel("Date")
plt.ylabel("Daily AMZN Returns")
plt.title("AMZN Returns Over Time")

ax3 = plt.subplot(1, 5, 3)
ax3 = plt.plot(returns["AAPL"])
plt.xlabel("Date")
plt.ylabel("Daily AAPL Returns")
plt.title("AAPL Returns Over Time")

ax4 = plt.subplot(1, 5, 4)
ax4 = plt.plot(returns["GOOG"])
plt.xlabel("Date")
plt.ylabel("Daily GOOG Returns")
plt.title("GOOG Returns Over Time")

ax5 = plt.subplot(1, 5, 5)
ax5 = plt.plot(returns["FB"])
plt.xlabel("Date")
plt.ylabel("Daily FB Returns")
plt.title("FB Returns Over Time")

plt.figure(figsize=(100, 100))
plt.subplots_adjust(wspace = 10)
plt.show()

figure displayed

Answer 1

一些可能有帮助的建议 - 首先 matplotlib 有一个函数“tight_layout”，它可以帮助合理地设置空白并减少刻度标签的数量。 documentation。要使用它，只需在 plt.show() 之前调用 plt.tight_layout()

但这并不能解决您的图形上有大量文字的问题。您可以尝试通过使用“股票随时间回报”as shown here 的副标题来保存文本，并简单地通过子图标题的股票名称引用每个图。

如果不同风格的情节可以做得更好，这也可能值得考虑。如果收益在同一时间段内具有相似的幅度，则将它们作为同一轴上的不同颜色的线可能更有意义，并带有用于识别股票的图例

Answer 2

更新：正如BigBen 提到的，您可以通过循环进一步简化。例如，这里我们将所有子图轴放在axes 中，将公司名称放在names 中，然后压缩并迭代：

fix, axes = plt.subplots(nrows=1, ncols=5, figsize=(20, 5))
names = ['MSFT', 'AMZN', 'AAPL', 'GOOG', 'FB']

for ax, name in zip(axes, names):
    ax.plot(returns[name])
    ax.set_ylabel(f'Daily {name} Returns')
    ax.set_title(f'{name} Returns Over Time')

---

通常，使用plt.subplots() 和figsize 首先创建子图轴ax1、...、ax5 会更容易。然后对那些预制的轴句柄进行操作，例如 ax1.plot() 而不是 plt.plot()、ax1.set_xlabel() 而不是 plt.xlabel() 等。

# first create ax1~ax5
fig, (ax1,ax2,ax3,ax4,ax5) = plt.subplots(nrows=1, ncols=5, figsize=(20, 5))

ax1.plot(returns["MSFT"])               # not plt.plot(...)
ax1.set_xlabel("Date")                  # not plt.xlabel(...)
ax1.set_ylabel("Daily MSFT Returns")    # not plt.ylabel(...)
ax1.set_title("MSFT Returns Over Time") # not plt.title(...)

ax2.plot(returns["AMZN"])
ax2.set_xlabel("Date")
ax2.set_ylabel("Daily AMZN Returns")
ax2.set_title("AMZN Returns Over Time")

ax3.plot(returns["AAPL"])
ax3.set_xlabel("Date")
ax3.set_ylabel("Daily AAPL Returns")
ax3.set_title("AAPL Returns Over Time")

ax4.plot(returns["GOOG"])
ax4.set_xlabel("Date")
ax4.set_ylabel("Daily GOOG Returns")
ax4.set_title("GOOG Returns Over Time")

ax5.plot(returns["FB"])
ax5.set_xlabel("Date")
ax5.set_ylabel("Daily FB Returns")
ax5.set_title("FB Returns Over Time")