在 python 中使用 pyplot 绘制多个图答案

【问题标题】：Plot multiple graphs using pyplot in python在 python 中使用 pyplot 绘制多个图
【发布时间】：2018-09-22 14:39:07
【问题描述】：

我想绘制数据中所有特征组合之间的散点图。为此，我使用了以下代码，但我得到了重叠的图表。

#importing the important libraries
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn import svm
from sklearn.cross_validation import train_test_split
from sklearn import metrics
from sklearn import datasets

wine_data = datasets.load_wine()

#exploring the ralationship between the data by visualizing it.
i = 1
plt.figure(figsize=(15,15))
for feature_x_pos,feature_x in enumerate(wine_data.feature_names):
  for feature_y_pos,feature_y in enumerate(wine_data.feature_names):
    if feature_x_pos != feature_y_pos:
      plt.subplot(60,3,i)
      plt.scatter(wine_data.data[:,feature_x_pos],wine_data.data[:,feature_y_pos],c = wine_data.target, cmap = 'jet')
      plt.xlabel(feature_x)
      plt.ylabel(feature_y)
      i=i+1

葡萄酒数据包含 13 个特征。我想绘制所有特征对之间的散点图。上述代码的输出如下所示：

我在 google colab 上做代码。

请帮助避免图表重叠。

【问题讨论】：

所以你想要一个 15x15 英寸的图形上的 180 个子图，每个子图都有标签，你不希望任何东西重叠？我认为这不太可行。
感谢@ThomasKühn 您的评论让我解决了这个问题。我只是增加了情节的长度（ plt.figure(figsize=(15,190)) ）。这是我犯的一个非常愚蠢的错误。再次感谢。

标签： python matplotlib scikit-learn

【解决方案1】：

两种解决方案：

1. 尝试在代码末尾添加plt.tight_layout()，这应该可以消除重叠。

    i = 1
    plt.figure(figsize=(15,15))
    for feature_x_pos,feature_x in enumerate(wine_data.feature_names):
      for feature_y_pos,feature_y in enumerate(wine_data.feature_names):
        if feature_x_pos != feature_y_pos:
          plt.subplot(60,3,i)
          plt.scatter(wine_data.data[:,feature_x_pos],wine_data.data[:,feature_y_pos],c = wine_data.target, cmap = 'jet')
          plt.xlabel(feature_x)
          plt.ylabel(feature_y)
          i=i+1;

plt.tight_layout()

2.创建 180 个数字，而不是一个包含 180 个的数字。

    i = 1

    for feature_x_pos,feature_x in enumerate(wine_data.feature_names):
      for feature_y_pos,feature_y in enumerate(wine_data.feature_names):
        if feature_x_pos != feature_y_pos:
          fig, ax = plt.subplots(1,1)
          ax.scatter(wine_data.data[:,feature_x_pos],wine_data.data[:,feature_y_pos],c = wine_data.target, cmap = 'jet')
          ax.set_xlabel(feature_x)
          ax.set_ylabel(feature_y)
          fig.show()
          i=i+1;

【讨论】：

【解决方案2】：

我得到了解决方案，它只是增加了图形的长度。

#exploring the ralationship between the data by visualizing it.
i = 1
plt.figure(figsize=(15,200)) #changed the length from 15 to 200
for feature_x_pos,feature_x in enumerate(wine_data.feature_names):
  for feature_y_pos,feature_y in enumerate(wine_data.feature_names):
    if feature_x_pos != feature_y_pos:
      plt.subplot(60,3,i)
      plt.scatter(wine_data.data[:,feature_x_pos],wine_data.data[:,feature_y_pos],c = wine_data.target, cmap = 'jet')
      plt.xlabel(feature_x)
      plt.ylabel(feature_y)
      i=i+1

感谢大家的cmets和指导:)

【讨论】：