Python—将残差添加到for循环生成的子图中
当使用Python—将残差添加到for循环生成的子图中,python,for-loop,matplotlib,subplot,Python,For Loop,Matplotlib,Subplot,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, endpoi
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()