Python 使用DataFrame.plot制作带有子图的图表--如何使用ax参数

我不能把我的头绕在Axis参数上，它包含什么以及如何使用它来制作子图

如果有人能解释一下下面的例子，我将不胜感激

fig, axes = plt.subplots(nrows=3, ncols=4, figsize=(15, 10))
for idx, feature in enumerate(df.columns[:-1]):
  df.plot(feature, "cnt", subplots=True, kind="scatter", ax=axes[idx / 4, idx % 4])

以下是数据（）： 以下是代码片段的输出（功能和最终结果的成对比较）：

更具体地说，以下是我确实理解的部分（至少我认为我理解）

• plt.subplot返回一个元组，其中包含一个地物和轴对象（）
• enumerate（）返回一个元组，该元组包含要素的索引及其名称（）
• plot使用列名将数据放在图中的子图上

这是我不明白的

• Axis对象包含什么？同样，根据文档和答案，我确实意识到轴包含“轴、记号、线条2D、文本、多边形等”，但
  • 我们使用轴[x，y]来解决什么问题
  • 为什么在本例中，作者决定使用[idx/4，idx%4]作为值

---

代码中的

轴

对象是一个2D Numpy对象数组。由于对

subplots（）

的调用要求3行4列，因此数组将是3乘4。像

axes[r，c]

这样索引到数组中，可以为您提供与行

r

和列

c

相对应的

axes

对象，您可以将该对象作为

ax

关键字参数传递给绘图方法，以使绘图显示在该轴上。例如，如果要在第二行和第二列中绘制某些内容，可以调用

plot（…，ax=axes[1,1]）

---

代码使用

[idx/4，idx%4]

将索引（从0到11的数字）转换为3×4网格中的位置。用

idx

依次设置为0到11之间的每个值，尝试自己计算该表达式，您将看到它是如何工作的。

关于数组索引的最后一个问题，如

[idx/4，idx%4]

：

其思想是同时在所有子地块和所有数据帧列上循环。问题是轴数组是二维的，而列数组是一维的。因此，需要决定循环哪些维度，并将循环索引/索引映射到其他维度

直观的方法是使用两个循环

for i in range(axes.shape[0]):
    for j in range(axes.shape[1]):
        df.plot(df.columns[i*axes.shape[0]+j], "cnt", ... , ax=axes[i,j])

这里，

i*axes.shape[0]+j

将numpy数组的二维映射到列列表的一维

在问题的示例中，循环位于列上方，这意味着我们必须以某种方式将一维索引映射到二维。这就是

[idx/4，idx%4]

所做的。。或者应该这样做它只能在python 2中使用。为了使它更易于理解和保存版本，应该实际使用

[idx//4，idx%4]

。

/

说明使用整数除法。因此，对于前4个idx值（0,1,2,3），

idx//4

是0，对于下一组4个值，它是1，依此类推<代码>idx%4计算索引模4。所以（0,1,2,3）被映射到（0,1,2,3），然后（4,5,6,7）被再次映射到（0,1,2,3），以此类推

使用单个回路的替代解决方案是展平轴阵列：

for idx, feature in enumerate(df.columns[:-1]):
    df.plot(feature, "cnt", ... , ax=axes.flatten()[idx])

或者可能是最像蟒蛇的

for ax, feature in zip(axes.flatten(), df.columns[:-1]):
    df.plot(feature, "cnt", ... , ax=ax)

---

唉，这是有道理的。我要求子地块，我得到一个轴数组，对应于这些子地块。我确实尝试过对它进行评估，但很惊讶我得到了像[1.25,1]这样的值，这不是访问数组元素的常用方法。这是访问子地块的典型方式吗？matplotlib文档中是否提到了它？