Python plt.subplot（）中的轴是一个；“numpy.ndarray”；对象，并且没有属性“；“地块”；

如果您试图理解错误消息，下面的信息可能是多余的。请从阅读开始 通过@user707650

使用MatPlotLib，我需要一个可概括的脚本，它可以从我的数据创建以下内容

包含A子图的窗口，其排列方式为每列有b子图。我希望能够更改a和b的值

如果我有2a子批次的数据，我需要两个窗口，每个窗口都有前面描述的“a子批次按照b每列子批次排列”

我正在绘制的x和y数据是存储在np.Array中的浮点数据，其结构如下：

• 所有绘图的x数据始终相同，长度为5

   'x_vector': [0.000, 0.005, 0.010, 0.020, 0.030, 0.040]
  

• 所有图的y数据存储在y_向量中，其中第一个图的数据存储在索引0到5处。第二个图的数据存储在索引6到11处。第三个情节是12-18，第四个情节是19-24，依此类推

对于这个数据集，我总共有91个图（即91*6=546个值存储在y_向量中）

尝试：

import matplotlib.pyplot as plt

# Options:
plots_tot = 14 # Total number of plots. In reality there is going to be 7*13 = 91 plots.
location_of_ydata = 6 # The values for the n:th plot can be found in the y_vector at index 'n*6' through 'n*6 + 6'.
plots_window = 7 # Total number of plots per window.
rows = 2 # Number of rows, i.e. number of subplots per column.

# Calculating number of columns:
prim_cols = plots_window / rows
extra_cols = 0
if plots_window % rows > 0:
    extra_cols = 1
cols = prim_cols + extra_cols

print 'cols:', cols
print 'rows:', rows

# Plotting:
n=0
x=0
fig, ax = plt.subplots(rows, cols)
while x <= plots_tot:
    ax[x].plot(x_vector, y_vector[n:(n+location_of_ydata)], 'ro')
    if x % plots_window == plots_window - 1:
        plt.show() # New window for every 7 plots.
    n = n+location_of_ydata
    x = x+1

cols: 4
rows: 2
Traceback (most recent call last):
  File "Script.py", line 222, in <module>
    ax[x].plot(x_vector, y_vector[n:(n+location_of_ydata)], 'ro')
AttributeError: 'numpy.ndarray' object has no attribute 'plot'

导入matplotlib.pyplot作为plt
#选项：
绘图_tot=14#绘图总数。实际上，将有7*13=91个地块。
位置_of_ydata=6#第n个图的值可以在索引'n*6'到'n*6+6'的y_向量中找到。
plots_window=7#每个窗口的打印总数。
行数=2#行数，即每列的子批次数。
#计算列数：
prim\u cols=打印窗口/行
额外成本=0
如果打印窗口%rows>0：
额外成本=1
cols=原始cols+额外cols
打印“cols:”，cols
打印“行：”，行
#绘图：
n=0
x=0
图，ax=plt.子批次（行、列）
当x通过简单地打印
ax
来调试程序时，您会很快发现
ax
是一个二维数组：一个维度用于行，一个维度用于列

因此，您需要两个索引来索引
ax
，以检索实际的
AxesSubplot
实例，如：

ax[1,1].plot(...)

如果要以现在的方式迭代子批次，请首先展平
ax
：

ax = ax.flatten()

现在ax是一个一维数组。我不知道行或列是否先通过，但如果是错误的，请使用转置：

ax = ax.T.flatten()


当然，到目前为止，只需动态创建每个子地块更有意义，因为它已经有了索引，而其他两个数字是固定的：

for x < plots_tot:
     ax = plt.subplot(nrows, ncols, x+1)

对于x

---

注意：如果使用N×1图，则有

x，例如，如果您喜欢
fig，ax=plt.subplot（3，1）
，那么请喜欢
ax[plot\u count]。plot（…）
这里的问题是matplotlib如何处理子plot。只需执行以下操作：

fig, axes = plt.subplots(nrows=1, ncols=2)
for axis in axes:
    print(type(axis))

您将得到一个matplotlib对象，它实际上是一个1D数组，可以使用单个索引（即轴[0]、轴[1]…等）遍历该数组。但如果你这样做了

fig, axes = plt.subplots(nrows=2, ncols=2)
for axis in axes:
    print(type(axis))

您将得到一个numpy ndarray对象，它实际上是一个二维数组，只能使用2个索引进行遍历，即轴[0,0]、轴[1,0]……等等。因此，请注意如何合并for循环以遍历对象轴
 轴是二维的，而不是一维的，因此不能使用一个循环进行迭代。您还需要一个循环：

 fig,axes=plt.subplots(nrows=2,ncols=2)
    plt.tight_layout()
    for ho in axes:
        for i in ho:
            i.plot(a,a**2)

这没有问题，但如果我尝试：

for i in axes:
      i.plot(a,a**2)

出现错误。
导入numpy无关紧要：matplotlib（pyplot）已经在幕后完成了这项工作，因为它是matplotlib的主要依赖项。