matplotlib中的axes.flat做什么？

Question

我见过使用matplotlib的各种程序,它们使用axes.flat函数,就像这段代码一样:

for i, ax in enumerate(axes.flat):

这是做什么的？

Answer 1

让我们看一个最小的例子,我们创建一些轴plt.subplots,也看到这个问题,

import matplotlib.pyplot as plt

fig, axes = plt.subplots(ncols=2,nrows=3, sharex=True, sharey=True)

for i, ax in enumerate(axes.flat):
    ax.scatter([i//2+1, i],[i,i//3])

plt.show()

这里axes是一个numpy轴,

print(type(axes))
> <type 'numpy.ndarray'>
print(axes.shape)
> (3L, 2L)

axes.flat它不是一个函数,它是以下属性numpy.ndarray:numpy.ndarray.flat

ndarray.flat 数组上的一维迭代器.
这是一个numpy.flatiter实例,它的作用类似于Python的内置迭代器对象,但不是它的子类.

例:

import numpy as np

a = np.array([[2,3],
              [4,5],
              [6,7]])

for i in a.flat:
    print(i)

这将打印数字2 3 4 5 6 7.

作为数组的迭代器,您可以使用它来遍历3x2轴的所有轴,

for i, ax in enumerate(axes.flat):

对于每次迭代,它将从该数组中产生下一个轴,这样您可以轻松地在单个循环中绘制所有轴.

另一种方法是使用axes.flatten(),其中flatten()numpy数组的方法.而不是迭代器,它返回数组的扁平版本:

for i, ax in enumerate(axes.flatten()):

从外面看,两者之间没有区别.然而,迭代器实际上并不创建新数组,因此可能稍微快一点(尽管在matplotlib轴对象的情况下这永远不会是明显的).

flat1 = [ax for ax in axes.flat]
flat2 = axes.flatten()
print(flat1 == flat2)
> [ True  True  True  True  True  True]

迭代一个扁平版本的轴数组的优点是,与分别迭代行和列的简单方法相比,您将保存一个循环,

for row in axes:
    for ax in row:
        ax.scatter(...)