Python matplotlib中的axes.flat做什么？

我见过使用matplotlib的各种程序，这些程序使用axes.flat函数，如以下代码：

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

---

这是做什么的呢？

让我们看一个简单的例子，我们用

这里，

轴

是一个轴的numpy数组

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

它将打印数字

2 3 4 5 6 7

作为阵列上的一个interator，您可以使用它在3x2轴阵列的所有轴上循环

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

对于每个迭代，它将从该数组中生成下一个轴，这样您就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.flatte（）

，其中

flatte（）

是numpy数组的方法。它不是迭代器，而是返回数组的展开版本：

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

从外面看，两者之间没有区别。但是，迭代器实际上并不创建新数组，因此可能会稍微快一点（尽管在matplotlib axes对象中永远不会注意到这一点）

与单独迭代行和列的幼稚方法相比，迭代Axis数组的展开版本的优点是可以节省一个循环

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

---

请补充一些解释。

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

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

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

fig, ax = plt.subplots(3, 3, figsize=())
ax = ax.flatten()
for i, col in enumerate(columns):
    sns.distplot(d2[col], ax=ax[i])
plt.tight_layout()