Python—将残差添加到for循环生成的子图中

当使用

add\u轴

添加残差时，我就是无法让子批次工作。它在没有残差的情况下运行良好，我可以将残差添加到一个绘图中。这是我正在做的一个例子：

首先，让大家了解我正在绘制的内容，（t，y）是我要绘制的数据，fit是数据的拟合，diff是拟合和数据之间的差异

t, s, fit = [], [], []
diff = []
for i in range(12):
    t.append(x / y[i])

    s.append(np.linspace(0, 1, num=100, endpoint=True))
    fit.append(UnivariateSpline(t[i], y, er, s=5e20))
    diff.append(fit[i](t[i]) - y)

这是一个数字：

fig = plt.figure()
for i in range(12):
    plt.subplot(4,3,i+1)
    fig.add_axes((0.,0.3,0.7,0.9))
    plt.plot(s[i], fit[i](s[i]), 'r-') # this is the fit
    plt.errorbar(t[i], y, er, fmt='.k',ms=6) # this is the data 
    plt.axis([0,1, 190, 360])

    fig.add_axes((0.,0.,0.7,0.3))       
    plot(t[i],diff[i],'or') # this are the residuals
    plt.axis([0,1, 190, 360])

正如你所看到的，我正在生成12个子图，在我添加

fig.add_axes

将每个子图在数据+拟合和残差之间分开之前，效果很好，但我得到的是子图顶部的一个混乱图（图已经缩小，以查看下面的子图）：

我想要的是12个子图，每个子图都是这样的：

通常

plt。子批次（..）

和

图添加轴（..）

是互补的。这意味着这两个命令都会在图形中创建轴

但是，它们的用法会有点不同。要使用

subplot

创建12个子地块，您需要

for i in range(12):
    plt.subplot(4,3,i+1)
    plt.plot(x[i],y[i])

要使用

add_axes

创建12个子图，您需要执行以下操作

for i in range(12):
    ax = fig.add_axes([.1+(i%3)*0.8/3, 0.7-(i//3)*0.8/4, 0.2,.18])
    ax.plot(x[i],y[i])

其中需要将轴的位置传递到

添加轴

两者都很好。但是组合它们不是直接的，因为子地块是根据网格定位的，而使用

添加轴

时，您需要已经知道网格位置

所以我建议从零开始。创建子地块的合理且干净的方法是使用

plt.subplot（）

通过使用轴分隔器（）可以将每个子批次划分为2个

因此，在轴上循环并对每个轴执行上述操作可以获得所需的网格

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
plt.rcParams["font.size"] = 8

x = np.linspace(0,2*np.pi)
amp = lambda x, phase: np.sin(x-phase)
p = lambda x, m, n: m+x**(n)

fig, axes = plt.subplots(nrows=3, ncols=4, figsize=(8,6), sharey=True, sharex=True)

def createplot(ax, x, m, n, size="20%", pad=0):
    divider = make_axes_locatable(ax)
    ax2 = divider.append_axes("bottom", size=size, pad=pad)
    ax.figure.add_axes(ax2)
    ax.plot(x, amp(x, p(x,m,n)))
    ax2.plot(x, p(x,m,n), color="crimson")
    ax.set_xticks([])

for i in range(axes.shape[0]):
    for j in range(axes.shape[1]):
        phase = i*np.pi/2
        createplot(axes[i,j], x, i*np.pi/2, j/2.,size="36%")

plt.tight_layout()        
plt.show()

---

很抱歉解释得不好，我已对我的问题进行了编辑以使其更清楚。我混合了这两种方法，试图在同一个子地块上绘制我的数据+拟合和剩余数据。哦，这与最初的问题完全不同。；-）我以后再看。这太棒了！我花了一段时间来实现它，但现在它工作得很好。还有一件事，我可以用

pyplot.axis

控制绘图底部的轴限制，但我还没有成功地使其适用于上部。处理轴限制有什么建议吗？当使用多个轴时，最好不要使用pyplot（因为您在知道当前轴是哪个轴时会遇到问题，您的工作）。最好直接在轴上工作：

ax.set\u xlim（0,4）

ax2.set\u xlim（5,10）

。同样适用于

ylim

。或

ax.轴（[0,4,0,1]）

，

ax2.轴（[0,4,0,1]）

。

from mpl_toolkits.axes_grid1 import make_axes_locatable
divider = make_axes_locatable(ax)
ax2 = divider.append_axes("bottom", size=size, pad=pad)
ax.figure.add_axes(ax2)

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
plt.rcParams["font.size"] = 8

x = np.linspace(0,2*np.pi)
amp = lambda x, phase: np.sin(x-phase)
p = lambda x, m, n: m+x**(n)

fig, axes = plt.subplots(nrows=3, ncols=4, figsize=(8,6), sharey=True, sharex=True)

def createplot(ax, x, m, n, size="20%", pad=0):
    divider = make_axes_locatable(ax)
    ax2 = divider.append_axes("bottom", size=size, pad=pad)
    ax.figure.add_axes(ax2)
    ax.plot(x, amp(x, p(x,m,n)))
    ax2.plot(x, p(x,m,n), color="crimson")
    ax.set_xticks([])

for i in range(axes.shape[0]):
    for j in range(axes.shape[1]):
        phase = i*np.pi/2
        createplot(axes[i,j], x, i*np.pi/2, j/2.,size="36%")

plt.tight_layout()        
plt.show()