Python 在子地块上绘制可变数量的系列和数据预测，包括轴标签、格式和线颜色

我正在写一个程序，它获取数据，然后使用时间序列预测来预测下一个，比如说，300个数据点的数据值

但是，只有满足特定条件的数据才会被绘制，因此没有为add_subplot（）方法定义子图的数量。我知道plot.subplots（）函数，但是

fig, (ax1, ax2) = plt.subplots(1, 2)

这意味着两张图肯定会被绘制出来，我需要改变具体的数量，比如一个参数

以下是当前代码的简化版本，导致每个绘图位于单独的窗口中：

fig = plt.figure()  # creates a figure instance for the final graph output

plots = 1  # indicates the total number of plots to plot, starting from 1
           # passed as a parameter to the add_subplot() function

for data in dataSet:
    forecast(data, fig, plots)

plt.figure(fig.number)

plt.show()

以及功能：

import matplotlib.pyplot as plt
import matplotlib.ticker as tick
from pandas import Series
from statsmodels.tsa.holtwinters import ExponentialSmoothing

def forecast(data, superFigure, plotNumber):

    index = range(0, len(data))

    plotData = Series(data, index)

    # fit the data values into a specific model:
    modelFit = ExponentialSmoothing(plotData, trend="add").fit()

    # forecast for the next 300 points:
    modelForecast = modelFit.forecast(300)

    if [condition]:

        # plot the original data points:
        points = plotData.plot(marker='x', color='black', label='Base Data')
        points.set_xlim(0, len(data) + 300)

        # plot the forecast in a different colour:
        modelForecast.plot(marker='x', ax=points, color='blue', label='Forecasted Data')

        plt.title("Plot Title")
        plt.xlabel("X Axis")
        plt.ylabel("Y Axis")

        # format the axes, adding thousand separator
        points.get_xaxis().set_major_formatter(
            tick.FuncFormatter(lambda x, p: format(int(x), ',')))
        points.get_yaxis().set_major_formatter(
            tick.FuncFormatter(lambda x, p: format(int(x), ',')))

        plt.legend()
        plt.show()

这将生成多个图形，例如（实际标签已被剪切）

不幸的是，在查看下一个图形之前，您必须关闭每个图形，我希望每个图形都在一个页面上可见

我尝试将“if[condition]”中的代码更改为：

这些更改生成的图形与左上角的其他图形完全相同，我得到了“MatplotlibDeprecationWarning:使用与以前的轴相同的参数添加轴当前重用以前的实例”警告

如果我将“superFigure.add_子图（10，10，plotNumber）”更改为“superFigure.add_子图（20，20，plotNumber）”，我还将得到“用户警告：未应用紧密布局。紧密布局无法使轴宽度小到足以容纳所有轴装饰”

然后我尝试将其更改为：

if [condition]:

    fig, ax = plt.subplots()

    plotData.plot(marker='x', ax=ax, color='black', label='Base Data')
    modelForecast.plot(marker='x', ax=ax, color='blue', label='Forecasted Data')

    ax.set([...])
    ax.legend()

    plt.show()

假设它不会生成所需的输出，因为它会在每次调用forecast（）时重新创建图形，除非图形窗口可以包含多个图形

我有时也会收到以下警告：

运行时警告：已打开20多个数字。创造的数字 通过pyplot接口（

matplotlib.pyplot.figure

）保留 直到显式关闭，可能会消耗太多内存

• 图，ax=plt.子批次（）

---

如何创建包含所有格式并同时显示在一个窗口中的子图？

要将数据帧绘制到轴

ax

，请使用

df.plot（…，ax=ax）

。我尝试设置ax=ax，但没有改变任何东西。当然，

ax

应该是您要使用的子批。要将数据帧打印到axes

ax

，请使用

df.plot（…，ax=ax）

。我尝试设置ax=ax，但没有改变任何东西。当然，

ax

应该是您要使用的子批。

if [condition]:

    fig, ax = plt.subplots()

    plotData.plot(marker='x', ax=ax, color='black', label='Base Data')
    modelForecast.plot(marker='x', ax=ax, color='blue', label='Forecasted Data')

    ax.set([...])
    ax.legend()

    plt.show()