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:Python 目的';ax&x27;矩阵函数中的关键字,python,matplotlib,plot,pandas,scatter-plot,Python,Matplotlib,Plot,Pandas,Scatter Plot,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
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)