Python matplotlib中的子批命令中的索引错误
我不确定这是否是源代码中的一个小错误，但子图不会将两个阵列分散绘制成一块（1018，）的形状。这两个数组都是OLS回归的结果。在使用指定的子图命令之前，我从未遇到过使用变量执行散点图的问题。下面是我的代码：Python matplotlib中的子批命令中的索引错误,python,matplotlib,plot,Python,Matplotlib,Plot,我不确定这是否是源代码中的一个小错误，但子图不会将两个阵列分散绘制成一块（1018，）的形状。这两个数组都是OLS回归的结果。在使用指定的子图命令之前，我从未遇到过使用变量执行散点图的问题。下面是我的代码： fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5)) axes[0,0].scatter(Blodgett_wue_obs,Blodgett_wue_results.fittedvalues,color ='blue') ax
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5))
axes[0,0].scatter(Blodgett_wue_obs,Blodgett_wue_results.fittedvalues,color ='blue')
axes[0,0].plot(Blodgett_wue_obs,Blodgett_wue_obs,'r')
File "<ipython-input-311-527571e09d59>", line 1, in <module>
runfile('/Users/JasonDucker/Documents/forJason/Paper_Plots.py', wdir='/Users/JasonDucker/Documents/forJason')
File "/Users/JasonDucker/anaconda/lib/python2.7/site-packages/spyderlib/widgets/externalshell/sitecustomize.py", line 685, in runfile
execfile(filename, namespace)
File "/Users/JasonDucker/anaconda/lib/python2.7/site-packages/spyderlib/widgets/externalshell/sitecustomize.py", line 78, in execfile
builtins.execfile(filename, *where)
File "/Users/JasonDucker/Documents/forJason/Paper_Plots.py", line 362, in <module>
axes[0,0].scatter(Blodgett_wue_obs,Blodgett_wue_results.fittedvalues,color ='blue')
IndexError: too many indices for array
fig，axes=plt.子批次（nrows=1，ncols=3，figsize=（12,5））
轴[0,0]。散布（Blodgett_-wue_obs，Blodgett_-wue_结果。拟合值，color='blue'）
轴[0,0]。绘图（Blodgett_wue_obs，Blodgett_wue_obs，'r'）
文件“”，第1行，在
运行文件（'/Users/JasonDucker/Documents/forJason/Paper_Plots.py'，wdir='/Users/JasonDucker/Documents/forJason'）
文件“/Users/JasonDucker/anaconda/lib/python2.7/site packages/spyderlib/widgets/externalshell/sitecustomize.py”，第685行，在runfile中
execfile（文件名、命名空间）
文件“/Users/JasonDucker/anaconda/lib/python2.7/site packages/spyderlib/widgets/externalshell/sitecustomize.py”，执行文件第78行
execfile（文件名，*其中）
文件“/Users/JasonDucker/Documents/forJason/Paper_Plots.py”，第362行，在
轴[0,0]。散布（Blodgett_-wue_obs，Blodgett_-wue_结果。拟合值，color='blue'）
索引器：数组的索引太多
如果您对这个问题有任何想法，我们将不胜感激 如果指定一行三列，
轴的形状是（3，）
，而不是（1,3）
，因此可以在[0]
，[1]
，[2]
处对图形进行索引
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5))
In [9]: axes.shape
Out[9]: (3,)
获取总是返回二维数组的plt.subplot
的最佳方法是设置squere=False
：
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5), squeeze=False)
In [9]: axes.shape
Out[9]: (1,3)
或者（如果已经将轴
作为一维数组），可以使用：
axes = np.atleast_2d(axes)
比如说,
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5))
In [9]: axes.shape
Out[9]: (3,)
In[10]: axes = np.atleast_2d(axes)
In [11]: axes.shape
Out[11]: (1, 3)
In [12]: axes[0,0]
Out[12]: <matplotlib.axes._subplots.AxesSubplot at 0x1149499d0>
[8]中的fig，axes=plt.子批次（nrows=1，ncols=3，figsize=（12,5））
在[9]中：axes.shape
出[9]：（3，）
[10]中：轴=np.至少\u 2d（轴）
在[11]中：axes.shape
Out[11]：（1,3）
[12]中：轴[0,0]
出[12]：
如果指定一行三列，轴的形状是（3，）
，而不是（1,3）
，因此可以在[0]
，[1]
，[2]
处对图形进行索引
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5))
In [9]: axes.shape
Out[9]: (3,)
获取总是返回二维数组的plt.subplot
的最佳方法是设置squere=False
：
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5), squeeze=False)
In [9]: axes.shape
Out[9]: (1,3)
或者（如果已经将轴
作为一维数组），可以使用：
axes = np.atleast_2d(axes)
比如说,
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5))
In [9]: axes.shape
Out[9]: (3,)
In[10]: axes = np.atleast_2d(axes)
In [11]: axes.shape
Out[11]: (1, 3)
In [12]: axes[0,0]
Out[12]: <matplotlib.axes._subplots.AxesSubplot at 0x1149499d0>
[8]中的fig，axes=plt.子批次（nrows=1，ncols=3，figsize=（12,5））
在[9]中：axes.shape
出[9]：（3，）
[10]中：轴=np.至少\u 2d（轴）
在[11]中：axes.shape
Out[11]：（1,3）
[12]中：轴[0,0]
出[12]：
如果指定一行三列，轴的形状是（3，）
，而不是（1,3）
，因此可以在[0]
，[1]
，[2]
处对图形进行索引
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5))
In [9]: axes.shape
Out[9]: (3,)
获取总是返回二维数组的plt.subplot
的最佳方法是设置squere=False
：
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5), squeeze=False)
In [9]: axes.shape
Out[9]: (1,3)
或者（如果已经将轴
作为一维数组），可以使用：
axes = np.atleast_2d(axes)
比如说,
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5))
In [9]: axes.shape
Out[9]: (3,)
In[10]: axes = np.atleast_2d(axes)
In [11]: axes.shape
Out[11]: (1, 3)
In [12]: axes[0,0]
Out[12]: <matplotlib.axes._subplots.AxesSubplot at 0x1149499d0>
[8]中的fig，axes=plt.子批次（nrows=1，ncols=3，figsize=（12,5））
在[9]中：axes.shape
出[9]：（3，）
[10]中：轴=np.至少\u 2d（轴）
在[11]中：axes.shape
Out[11]：（1,3）
[12]中：轴[0,0]
出[12]：
如果指定一行三列，轴的形状是（3，）
，而不是（1,3）
，因此可以在[0]
，[1]
，[2]
处对图形进行索引
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5))
In [9]: axes.shape
Out[9]: (3,)
获取总是返回二维数组的plt.subplot
的最佳方法是设置squere=False
：
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5), squeeze=False)
In [9]: axes.shape
Out[9]: (1,3)
或者（如果已经将轴
作为一维数组），可以使用：
axes = np.atleast_2d(axes)
比如说,
In [8]: fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(12,5))
In [9]: axes.shape
Out[9]: (3,)
In[10]: axes = np.atleast_2d(axes)
In [11]: axes.shape
Out[11]: (1, 3)
In [12]: axes[0,0]
Out[12]: <matplotlib.axes._subplots.AxesSubplot at 0x1149499d0>
[8]中的fig，axes=plt.子批次（nrows=1，ncols=3，figsize=（12,5））
在[9]中：axes.shape
出[9]：（3，）
[10]中：轴=np.至少\u 2d（轴）
在[11]中：axes.shape
Out[11]：（1,3）
[12]中：轴[0,0]
出[12]：
非常感谢xnx！你的例子做得很好！我没有意识到当你只在轴上输入一行时，物体变成了一维。非常感谢xnx！你的例子做得很好！我没有意识到当你只在轴上输入一行时，物体变成了一维。非常感谢xnx！你的例子做得很好！我没有意识到当你只在轴上输入一行时，物体变成了一维。非常感谢xnx！你的例子做得很好！我没有意识到当你只在轴上输入一行时，物体变成了一维。伟大的未来笔记为我向前迈进。