Python 动态大小的子段代码重复：如何解决？

我试图保存一张由几个子图组成的图片：问题是，最初我不知道需要多少子图（取决于

num_plots

），因此我想获得一个函数，该函数在不同情况下生成不同的图：

如果

num\u plots

小于等于3，则精确地创建一行

num\u plots

子图

如果超过3行，则生成所需数量的行（每个行的大小为3）

问题是，如果不避免代码重复，我无法做到这一点。以下是我编写的代码：

def foo(num_plots, ...):
    # ... obtain data to plot ('all_results')
    total_cols = 3 if num_plots > 2 else num_plots
    total_rows = math.ceil(num_plots / total_cols)
    fig, axs = plt.subplots(nrows=total_rows, ncols=total_cols, figsize=(7 * total_cols, 7 * total_rows),
                            constrained_layout=True)
    for i in range(num_plots):
        row = i // total_cols
        pos = i % total_cols

        # psi_name and psi_value depend on the parameters of the function
    
        if num_plots == 1:
            sns.kdeplot(all_results[:, i], color='magenta', ax=axs)
            axs.hist(all_results[:, i], bins=nbins)
            axs.axvline(x=psi_value, linestyle='--', color='red')
            axs.set_title(f"Estimation test for {psi_name} = {psi_value}")
        elif total_rows == 1:
            sns.kdeplot(all_results[:, i], color='magenta', ax=axs[pos])
            axs[pos].hist(all_results[:, i], bins=nbins)
            axs[pos].axvline(x=psi_value, linestyle='--', color='red')
            axs[pos].set_title(f"Estimation test for {psi_name} = {psi_value}")
        else:
            sns.kdeplot(all_results[:, i], color='magenta', ax=axs[row, pos])
            axs[row, pos].hist(all_results[:, i], bins=nbins)
            axs[row, pos].axvline(x=psi_value, linestyle='--', color='red')
            axs[row, pos].set_title(f"Estimation test for {psi_name} = {psi_value}")
    plt.savefig(token_hex(8))

正如您所看到的，问题是根据需要的绘图数量，我必须使用

axs

或

axs[pos]

或

axs[row，pos]

。请注意，只需使用

axs[row，pos]

就会出现错误如何解决此代码重复问题？

以下是由该函数生成的图的几个示例：

如果

num\u plots

为1：

如果

num_plots

为3：

如果

num_plots

为4：

---

顺序绘图技术是否适用于您的目的？但是，它被设置为在一个图表上绘制多个图表，因此单个图表的大小将使其最大化。您将收到警告，但可以忽略它

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(figsize=(12,9))

x = np.linspace(-3, 3, 20)
cnt = 5
cols = 3
rows = round(cnt / cols,0)

for i in range(cnt):
    ax = fig.add_subplot(rows,cols,i+1)
    ax.plot(x, x**i)

---

如果希望约束布局工作，可以创建gridspec并逐段添加：

导入matplotlib.pyplot作为plt
将numpy作为np导入
图=plt.图（figsize=（12,9），约束布局=真）
x=np.linspace（-3,3,20）
cnt=5
cols=3
行=圆形（cnt/cols，0）
gs=图添加网格规格（int（行），int（列））
对于范围内的ind（cnt）：
i=内部（np.楼层（独立/cols））
j=ind%cols
ax=图添加子批次（gs[i，j]）
ax.绘图（x，x**ind）
plt.show（）

---

请注意，上面使用的未来matplotlib 3.4，

添加子批次

也可以用于受约束的布局，但尚未发布：

谢谢，这就是我要找的！另一个小问题：如果我尝试使用

constrated_layout=True

它们太近（重叠轴标签），则结果图对我来说有点太远。你能不能给我一个不夸张地接近阵型的方法？提前谢谢

constrated_layout=False

如果我解锁它会发生什么？如果有改进，试试这个。

fig.subplots\u adjust（wspace=0.2，hspace=0.2）