我可以创建 AxesSubplot 对象，然后将它们添加到 Figure 实例吗？

Question

查看matplotlib文档，似乎将AxesSubplot添加到Figure的标准方法是使用Figure.add_subplot code>：

from matplotlib import pyplot

fig = pyplot.figure()
ax = fig.add_subplot(1,1,1)
ax.hist( some params .... )

我希望能够独立于图形创建类似于 AxesSubPlot 的对象，这样我就可以在不同的图形中使用它们。像

fig = pyplot.figure()
histoA = some_axes_subplot_maker.hist( some params ..... )
histoA = some_axes_subplot_maker.hist( some other params ..... )
# make one figure with both plots
fig.add_subaxes(histo1, 211)
fig.add_subaxes(histo1, 212)
fig2 = pyplot.figure()
# make a figure with the first plot only
fig2.add_subaxes(histo1, 111)

这样在matplotlib中可能吗？如果可以，我该怎么做？

更新：我还没有成功地解耦轴和图形的创建，但是按照下面答案中的示例，可以轻松地在新的或 olf 图实例中重复使用以前创建的轴。这可以用一个简单的函数来说明：

def plot_axes(ax, fig=None, geometry=(1,1,1)):
    if fig is None:
        fig = plt.figure()
    if ax.get_geometry() != geometry :
        ax.change_geometry(*geometry)
    ax = fig.axes.append(ax)
    return fig

Answer 1

通常，您只需将坐标区实例传递给函数即可。

例如：

import matplotlib.pyplot as plt
import numpy as np

def main():
    x = np.linspace(0, 6 * np.pi, 100)

    fig1, (ax1, ax2) = plt.subplots(nrows=2)
    plot(x, np.sin(x), ax1)
    plot(x, np.random.random(100), ax2)

    fig2 = plt.figure()
    plot(x, np.cos(x))

    plt.show()

def plot(x, y, ax=None):
    if ax is None:
        ax = plt.gca()
    line, = ax.plot(x, y, 'go')
    ax.set_ylabel('Yabba dabba do!')
    return line

if __name__ == '__main__':
    main()

要回答您的问题，您始终可以执行以下操作：

def subplot(data, fig=None, index=111):
    if fig is None:
        fig = plt.figure()
    ax = fig.add_subplot(index)
    ax.plot(data)

此外，您可以简单地将轴实例添加到另一个图形：

import matplotlib.pyplot as plt

fig1, ax = plt.subplots()
ax.plot(range(10))

fig2 = plt.figure()
fig2.axes.append(ax)

plt.show()

调整其大小以匹配其他子图“形状”也是可能的，但它很快就会变得更多麻烦大于其价值。根据我的经验，对于复杂的情况，仅传递图形或轴实例（或实例列表）的方法要简单得多......

Answer 2

下面显示了如何将轴从一个图形“移动”到另一个图形。这是 @JoeKington 的最后一个示例 的预期功能，在较新的 matplotlib 版本中不再起作用，因为轴不能存在于同时出现几个数字。

您首先需要从第一个图中删除轴，然后将其附加到下一个图中并为其提供一些居住位置。

import matplotlib.pyplot as plt

fig1, ax = plt.subplots()
ax.plot(range(10))
ax.remove()

fig2 = plt.figure()
ax.figure=fig2
fig2.axes.append(ax)
fig2.add_axes(ax)

dummy = fig2.add_subplot(111)
ax.set_position(dummy.get_position())
dummy.remove()
plt.close(fig1)

plt.show()

Answer 3

对于线图，您可以处理 Line2D 对象本身：

fig1 = pylab.figure()
ax1 = fig1.add_subplot(111)
lines = ax1.plot(scipy.randn(10))

fig2 = pylab.figure()
ax2 = fig2.add_subplot(111)
ax2.add_line(lines[0])

Answer 4

TL;DR部分基于Joe很好的答案。

Opt.1：fig.add_subplot()

def fcn_return_plot():
    return plt.plot(np.random.random((10,)))
n = 4
fig = plt.figure(figsize=(n*3,2))
#fig, ax = plt.subplots(1, n,  sharey=True, figsize=(n*3,2)) # also works
for index in list(range(n)):
    fig.add_subplot(1, n, index + 1)
    fcn_return_plot()
    plt.title(f"plot: {index}", fontsize=20) 

Opt.2：将 ax[index] 传递给返回 ax[index].plot() 的函数code>

def fcn_return_plot_input_ax(ax=None):
    if ax is None:
        ax = plt.gca()
    return ax.plot(np.random.random((10,)))
n = 4
fig, ax = plt.subplots(1, n,  sharey=True, figsize=(n*3,2))
for index in list(range(n)):
    fcn_return_plot_input_ax(ax[index])
    ax[index].set_title(f"plot: {index}", fontsize=20)

输出尊重。

注意：Opt.1 plt.title() 在 opt.2 中更改为 ax[index].set_title()。查找更多 Van der Plas 书中的 Matplotlib 陷阱。

Answer 5

想要深入兔子洞。扩展我之前的答案，可以返回整个 ax，而不仅仅是 ax.plot()。例如，

如果数据帧有 20 种类型的 100 个测试（此处为 id）：

dfA = pd.DataFrame(np.random.random((100,3)), columns = ['y1', 'y2', 'y3'])
dfB = pd.DataFrame(np.repeat(list(range(20)),5), columns = ['id'])
dfC = dfA.join(dfB)

以及绘图函数（这是整个答案的关键）：

def plot_feature_each_id(df, feature, id_range=[], ax=None, legend_bool=False):
    feature = df[feature]
    if not len(id_range): id_range=set(df['id'])
    legend_arr = []
    for k in id_range:
        pass
        mask = (df['id'] == k)
        ax.plot(feature[mask])
        legend_arr.append(f"id: {k}")
    if legend_bool: ax.legend(legend_arr)
    return ax

我们可以实现：

feature_arr = dfC.drop('id',1).columns
id_range= np.random.randint(len(set(dfC.id)), size=(10,))
n = len(feature_arr)
fig, ax = plt.subplots(1, n,  figsize=(n*6,4));
for i,k in enumerate(feature_arr):
    plot_feature_each_id(dfC, k, np.sort(id_range), ax[i], legend_bool=(i+1==n))
    ax[i].set_title(k, fontsize=20)
    ax[i].set_xlabel("test nr. (id)", fontsize=20)