Python 目的'；ax&x27；矩阵函数中的关键字

我对pandasscatter\u matrix函数中“ax”关键字的含义感到困惑：

pd.散点矩阵（帧，alpha=0.5，figsize=None，ax=None，网格=False，对角线=hist'，标记='.'，密度=kwds={}，历史kwds={}，**kwds）

文档字符串中给出的ax关键字的唯一线索对我来说太神秘了：

ax : Matplotlib axis object

我查看了pandas代码中的scatter_matrix函数，ax变量包含在以下matplotlib子批调用中：

fig, axes = plt.subplots(nrows=n, ncols=n, figsize=figsize, ax=ax,
                         squeeze=False)

但是，就我个人而言，我在matplotlib子地块中找不到任何对“ax”关键字的引用

---

有人能告诉我这个ax关键字的用途吗？

简而言之，它针对的是网格中的一个子地块

例如，如果您有

nrows=2

和

ncols=2

，则

ax

允许您通过

ax=axs[0,0]

（左上）或

ax=axs[1,1]

（右下）等在特定轴上绘图

创建子批次时，您将收到一个

轴

变量。您可以稍后使用上述

轴
变量的元素进行绘图（或子绘图）

请查看本页的“针对不同子批次”部分：

我希望这会有所帮助。
简而言之，它针对网格中的一个子地块

例如，如果您有
nrows=2
和
ncols=2
，则
ax
允许您通过
ax=axs[0,0]
（左上）或
ax=axs[1,1]
（右下）等在特定轴上绘图

创建子批次时，您将收到一个
轴
变量。您可以稍后使用上述
轴
变量的元素进行绘图（或子绘图）

请查看本页的“针对不同子批次”部分：

我希望这能有所帮助。
这里很棘手。查看熊猫的来源时，您会在docstring后面找到这一行：

fig, axes = _subplots(nrows=n, ncols=n, figsize=figsize, ax=ax, squeeze=False)

因此，在内部，使用内部
\u子地块
方法创建了一个新图形轴组合。这与matplotlibs
子批
命令密切相关，但略有不同。这里还提供了
ax
关键字。如果查看相应的源代码（
pandas.tools.plotting.\u子图
），您将发现以下几行：

if ax is None:
    fig = plt.figure(**fig_kw)
else:
    fig = ax.get_figure()
    fig.clear()

因此，如果提供轴对象（例如，使用matplotlibs
子地块
命令创建），pandas
散点矩阵
将获取相应的（matplolib）地物对象并删除其内容。之后，将在该地物对象中创建一个新的子地块栅格

总而言之，
ax
关键字允许将散射矩阵绘制成给定的图形（尽管IMHO的方式有点奇怪）。
这里很棘手。查看熊猫的来源时，您会在docstring后面找到这一行：

fig, axes = _subplots(nrows=n, ncols=n, figsize=figsize, ax=ax, squeeze=False)

因此，在内部，使用内部
\u子地块
方法创建了一个新图形轴组合。这与matplotlibs
子批
命令密切相关，但略有不同。这里还提供了
ax
关键字。如果查看相应的源代码（
pandas.tools.plotting.\u子图
），您将发现以下几行：

if ax is None:
    fig = plt.figure(**fig_kw)
else:
    fig = ax.get_figure()
    fig.clear()

因此，如果提供轴对象（例如，使用matplotlibs
子地块
命令创建），pandas
散点矩阵
将获取相应的（matplolib）地物对象并删除其内容。之后，将在该地物对象中创建一个新的子地块栅格

总之，
ax
关键字允许将散布矩阵绘制成给定的图形（即使IMHO的方式有点奇怪）