使用 pandas 的绘图方法在 1 行中绘制图形的问题答案

【问题标题】：Problem with plotting graphs in 1 row using plot method from pandas使用 pandas 的绘图方法在 1 行中绘制图形的问题
【发布时间】：2019-06-26 23:31:16
【问题描述】：

假设我想在 1 行中绘制 3 个图：依赖关系 cnt 来自其他 3 个功能。

代码：

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(15, 10))
for idx, feature in enumerate(min_regressors):
    df_shuffled.plot(feature, "cnt", subplots=True, kind="scatter", ax= axes[0, idx])
plt.show()

错误信息：

IndexErrorTraceback (most recent call last)
<ipython-input-697-e15bcbeccfad> in <module>()
      2 fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(15, 10))
      3 for idx, feature in enumerate(min_regressors):
----> 4     df_shuffled.plot(feature, "cnt", subplots=True, kind="scatter", ax= axes[0, idx])
      5 plt.show()

IndexError: too many indices for array

但是当我在 (2,2) 维度中绘图时一切正常：

代码：

fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(15, 10))
for idx, feature in enumerate(min_regressors):
    df_shuffled.plot(feature, "cnt", subplots=True, kind="scatter", ax= axes[idx / 2, idx % 2])
plt.show()

输出：

我正在使用python 2.7

【问题讨论】：

标签： python pandas matplotlib plot subplot

【解决方案1】：

问题与熊猫无关。您看到的索引错误来自ax= axes[0, idx]。这是因为您只有一行。 [0, idx] 会在你有不止一行时工作。

对于一行，您可以跳过第一个索引并使用

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(15, 10))
for idx, feature in enumerate(min_regressors):
    df_shuffled.plot(feature, "cnt", subplots=True, kind="scatter", ax= axes[idx])
plt.show()

作为回顾

正确

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(8, 3))
axes[0].plot([1,2], [1,2])

不正确

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(8, 3))
axes[0, 0].plot([1,2], [1,2])

正确

fig, axes = plt.subplots(nrows=2, ncols=3, figsize=(8, 3))
axes[0,0].plot([1,2], [1,2])

【讨论】：

【解决方案2】：

为了让您了解和了解正在发生的事情，我建议您在这两种情况下检查axes 的大小。您会看到，当 nrows 或 ncols 为 1 时，axis 变量将为 1 维，否则为 2 维。

您无法按照自己的方式索引一维对象 (ax= axes[0, idx])。

您可以做的是使用 numpy 的 atleast_2d 将轴设为 2D。

或者，更好的解决方案是直接迭代特征和轴：

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(15, 10))
for ax, feature in zip(axes, min_regressors):
    df_shuffled.plot(feature, "cnt", subplots=True, kind="scatter", ax=ax)
plt.show()

【讨论】：