标签: subplot

我有4个子图,我实现在1行上绘制3个子图,但是我不能在第二行上添加另一个图,它必须具有3个数字的相同宽度.前三个数字:

第二个数字,我想补充一下:

我试着这样:

plt.close()

font={'family':'sans-serif','weight':'normal','size':'14'}
plt.rc('font',**font)

fig, axes = plt.subplots(nrows=3, ncols=1)


plt.tight_layout(pad=0.05, w_pad=0.001, h_pad=2.0)
ax1 = plt.subplot(231) # creates first axis

#ax1.text(20, 2500, 'CYCLE :', size=14) 

#ax1.text(1000, 2500, str((image)*50+50), size=14) 

ax1.tick_params(labelsize=8) 
ax1.set_xticks([0,2000,500,1000,1500])
ax1.set_yticks([0,2000,500,1000,1500])
ax1.tick_params(labelsize=8) 
ax1.imshow(mouchetis[::-1,::],alpha=0.6)
ax1.imshow(V_exp_invmaskA,cmap='hot',extent=(X.min(),2015,Y.min(),2015), alpha=0.4)
i1 = ax1.imshow(V_maskA,cmap='hot',extent=(X.min(),2015,Y.min(),2015),alpha=0.8)
ax1.set_xticklabels([0,2000,500,1000,1500])
ax1.set_yticklabels([0,2000,500,1000,1500])
ax1.set_title("MASQUE A", y=1.05, fontsize=10)


ax2 = plt.subplot(232) # creates second axis
ax2.set_xticks([0,2000,500,1000,1500])
ax2.set_yticks([0,2000,500,1000,1500])
ax2.imshow(mouchetis[::-1,::],alpha=0.6)
ax2.imshow(V_exp_invmaskB,cmap='hot',extent=(X.min(),2015,Y.min(),2015), alpha=0.4)
i2 = ax2.imshow(V_maskB,cmap='hot',extent=(X.min(),2015,Y.min(),2015),alpha=0.8)
ax2.set_title("MASQUE B", y=1.05, fontsize=10)
ax2.set_xticklabels([])
ax2.set_yticklabels([])


ax3 = plt.subplot(233) # creates first axis
ax3.set_xticks([0,2000,500,1000,1500])
ax3.set_yticks([0,2000,500,1000,1500])
ax3.imshow(mouchetis[::-1,::],alpha=0.6)
ax3.imshow(V_exp_invmaskC,cmap='hot',extent=(X.min(),2015,Y.min(),2015), alpha=0.4)
i3 …

我正在尝试为以下图创建子图:

我用于图的代码是:

radius_mean1 = df[df['diagnosis']==1]['radius_mean']
radius_mean0 = df[df['diagnosis']==0]['radius_mean']

trace_rm1 = go.Histogram(x = radius_mean1, opacity = 0.75, name = 'malignant')
trace_rm2 = go.Histogram(x = radius_mean0, opacity = 0.75, name = 'benign')

data2 = [trace_rm1,trace_rm2]
layout2 = go.Layout(barmode = 'overlay', title = 'radius mean')
fig2 = go.Figure(data=data2, layout=layout2)

py.iplot(fig2)

和其他情节类似

现在我使用以下代码创建子图:

fig.append_trace(fig1['data'][1], 1, 1)
fig.append_trace(fig2['data'][0], 2, 1)
py.iplot(fig)

我得到这个:

我如何在子图中添加良性和恶性结果？我似乎无法编辑[0]或[1]以显示两者,即将前两个图完全显示在我的子图中,显示恶性和良性,而不仅仅是一个或另一个.

以下代码生成我想要的图像，但颜色条为空白/白色，并且与数据不匹配：

def plot_array(da, ax=None, shift=True):
    """plots an array of lat by lon on a coastline map"""

    m = basemap.Basemap()
    m.drawcoastlines()
    m.pcolormesh(da.lon, y=da.lat, data=da.T, latlon=True)

    return m

# 'monthly mean' is an xarray DataArray

fig = plt.figure(0, (14, 8))
grid = ImageGrid(fig, 111, nrows_ncols=(3, 4), axes_pad=0.3,
                 cbar_mode='single', cbar_location="bottom",)
for i, m in enumerate(months):
    plt.sca(grid[i])
    plot_array(monthly_mean.sel(month=i + 1))
    plt.title(m)
plt.suptitle("{b} - {y} monthly means".format(b=benchmark, y=year))
# plt.colorbar()
plt.tight_layout()

os.makedirs("plots/monthly_means/{y}".format(y=year), exist_ok=True)
plt.savefig("plots/monthly_means/{y}/{b}_{y}.png".format(b=benchmark, y=year))
plt.close()

我还需要做些什么才能使颜色条与 ImageGrid 一起工作，还是 ImageGrid 和 Basemap 不能很好地协同工作？

我有一个大小相等的 3x2 网格。我使用命令

plt.suptitle("Awesome title")     # (1)

在 6 个图上方有一个居中的标题。我使用命令

plt.title("Almost awesome title") # (2)

对于每个子图上方的特定标题。现在是棘手的部分：我想要在子图的第一行和第二行之间有一个居中的标题。将 (2) 的位置参数操作为 (1.1 , 1.0) 之类的值后，我似乎无法获得格式正确/格式良好的图形。

TL; DR：我想要一个附加的plt.suptitle("Title")，如下图所示：（photoshopped）

目标：使用 for 循环生成 100 个条形图，并将输出显示为子图图像

数据格式：具有 101 列的数据文件。最后一列是 X 变量；剩下的 100 列是 Y 变量，针对这些变量绘制了 x。

所需输出：5 x 20 子图阵列中的条形图，如本示例图像所示：

当前方法：我一直在 seaborn 中使用 PairGrid，它生成一个 nx 1 数组：.

其中输入==数据帧；input3 == 调用列标题的列表：

for i in input3:
    plt.figure(i)
    g = sns.PairGrid(input,
             x_vars=["key_variable"],
             y_vars=i,
             aspect=.75, size=3.5)
    g.map(sns.barplot, palette="pastel")

有没有人有任何想法如何解决这个问题？

我正在绘制共享相同 x 轴的两个子图，但是当我绘制时，我只看到第二个子图上的 x 轴刻度。如何使两个子图上的 x-ticks 都可见？

此外，我想为两个子图设置 y 标签，但只有第二个可见。你能帮忙在两个子图上显示 y 标签吗？

下面是我的可重现代码。

#!/usr/bin/python3
import pandas as pd
desired_width = 1500
pd.set_option('display.width', desired_width)
import matplotlib.pyplot as plt
import numpy as np


df = pd.DataFrame([{'DATETIME': '2017-09-29 01:00,', 'Population': 1000, 'Temp': 90, 'State': 'California'},
                   {'DATETIME': '2017-09-29 01:00,', 'Population': 2000, 'Temp': 70, 'State': 'Illinois'},
                   {'DATETIME': '2017-09-29 01:00,', 'Population': 3000, 'Temp': 50, 'State': 'Georgia'},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 2000, 'Temp': 40, 'State': 'California'},
                   {'DATETIME': '2017-09-29 02:00,', 'Population': 6000, 'Temp': 20, 'State': 'Illinois'},
                   {'DATETIME': '2017-09-29 …

我想用左上角的字母（A，B，C，...）来标记子图，这些字母要么与 ylabels 对齐，要么与子图的实际角（而不是轴）对齐。

如果子图的宽度不同，我不能再使用轴变换坐标中带有偏移的文本，因为这会导致每个子图的距离不同。所以我通常使用偏移变换。但如果 ylabel 具有不同的宽度，这将不再起作用。我目前还关注每个图的偏移量，但这还不够好。

这是我到目前为止所拥有的：

import matplotlib.pyplot as plt
from matplotlib import transforms
import numpy as np

fig = plt.figure(figsize=(5, 2), constrained_layout=True)
gs = fig.add_gridspec(1, 3, width_ratios=[1, 2, 3])
axes = [fig.add_subplot(gs[i]) for i in range(3)]

ylabels = ["flat label", "bigger\nlabel", "even\nbigger\nlabel"]
labels = ["A", "B", "C"]

scaledtrans = transforms.ScaledTranslation(-0.4, 0, fig.dpi_scale_trans)

for ax, ylabel, label in zip(axes, ylabels, labels):
    ax.set_ylabel(ylabel)
    ax.text(0, 1, label, fontsize=12, fontweight="bold", va="bottom", ha="left",
           transform=ax.transAxes + scaledtrans)

如下图所示，标签与轴脊的距离相同，但我希望它们与 ylabel 的左边缘或子图的角对齐，在这种情况下，它们与 ylabel 水平重合。但没有 transSubplot，只有 transAxes …

我在同一个图中使用subplotsin plotly创建了两个图。

import plotly.graph_objects as go
import numpy as np
import pandas as pd
from plotly.subplots import make_subplots

df = pd.DataFrame(np.random.randint(0, 100, size=(20, 5)), columns=list('tABCD'))
df2 = pd.DataFrame(np.random.randint(0, 100, size=(20, 5)), columns=list('tABCD'))

fig = go.Figure()
fig = make_subplots(rows=1, cols=2)

fig.add_trace(go.Scatter(
                x=df.t,
                y=df['A'],
                name="1",
                line_color='deepskyblue',
                opacity=0.8,
                legendgroup='group1'),
                row=1, col=1
                )

fig.add_trace(go.Scatter(
                x=df.t,
                y=df['B'],
                name="2",
                line_color='dimgray',
                opacity=0.8,
                legendgroup='group2'),
                row=1, col=1
                )

fig.add_trace(go.Scatter(
                x=df.t,
                y=df['C'],
                name="3",
                line_color='blue',
                opacity=0.8,
                legendgroup='group3'),
                row=1, col=1
                )

fig.add_trace(go.Scatter(
                x=df.t,
                y=df['D'],
                name="4",
                line_color='red',
                opacity=0.8,
                legendgroup='group4'),
                row=1, col=1 …

我正在尝试创建一个包含 8 个子图（4 行和 2 列）的图。为此，我编写了这段代码来读取 x 和 y 数据并按以下方式绘制它：

fig, axs = plt.subplots(4, 2, figsize=(15,25))
y_labels = ['k0', 'k1']

for x in range(4):
    for y in range(2):
        axs[x, y].scatter([i[x] for i in X_vals], [i[y] for i in y_vals])
        axs[x, y].set_xlabel('Loss')
        axs[x, y].set_ylabel(y_labels[y])

这给了我以下结果：

但是，我想通过以下方式向所有行（而不是绘图）添加标题（标题为黄色文本）：

我在这里找到了这张图片和一些执行此操作的方法，但我无法为我的用例实现此操作并收到错误。这是我尝试过的：

gridspec = axs[0].get_subplotspec().get_gridspec()
subfigs = [fig.add_subfigure(gs) for gs in gridspec]

for row, subfig in enumerate(subfigs):
    subfig.suptitle(f'Subplot row title {row}')

这给了我错误：'numpy.ndarray' object has no attribute 'get_subplotspec'

所以我将代码更改为：

gridspec = axs[0, 0].get_subplotspec().get_gridspec()
    subfigs = …

plotly.express.histogram()我想使用每个子图都有自己的 x轴和 y 轴（为了更好的可读性）来绘制具有行和列面的直方图。在查看文档时（例如，转到“直方图分面网格”部分），我可以看到很多重复 x 轴和 y 轴的示例。但就我而言，这并不是自动完成的。

import numpy as np
import pandas as pd
import plotly.express as px

# create a dummy dataframe with lots of variables
rng = np.random.default_rng(42)
n_vars = 3
n_samples = 10
random_vars = [rng.normal(size=n_samples) for v in range(n_vars)]
m = np.vstack(random_vars).T
columns = pd.MultiIndex.from_tuples([('a','b'),('a','c'),('b','c')],names=['src','tgt'])
df = pd.DataFrame(m,columns=columns)

# convert to long format
df_long = df.melt()

# plot with plotly
fig = px.histogram(df_long,x='value',facet_row='src',facet_col='tgt')
fig.update_layout(yaxis={'side': 'left'})
fig.show()

这给了我：

如何事后配置图形以便为每个子图显示 x 轴和 y …