我如何以编程方式在Matplotlib中选择特定的子图？ [英] How can I programmatically select a specific subplot in Matplotlib?

问题描述

因此，在图中，已添加了三个垂直子图，其中 add_subplot ，我该如何选择让我们说中间的？

现在我做这个列表理解：

[r [0] （[self.figure.get_axes（）]，key = itemgetter（1））]中的[[ax，ax.get_geometry（）[2]]]

我可以简单地选择我想要的索引，以及相应的轴。有没有更直接的方式做到这一点？ matplotlib文档：

如果这个数字已经有一个带有键（args，kwargs）的子图，那么它只会使该子图成为当前的并返回它。

一个例子：

pre $ import matplotlib.pyplot as plt

fig = plt.figure（）
for vplot in [1,2,3]：
ax = fig.add_subplot（3,1，vplot）
ax.plot（范围（10），范围（10））

ax_again = fig.add_subplot（3,1,2）
ax_again.annotate（中间一个，xy =（7,5），xytext =（7,5））

plt.show（）


再次调用中间图表，以便它可以注释。

如果我使用原始电话设置背景，当第二次获取子图时，是否需要再次设置它？

是的。原始调用的参数和关键字用于创建唯一标识符。因此，为了再次生成此唯一标识符，您需要再次传递相同的参数（网格定义，位置）和关键字。例如：

  import matplotlib.pyplot as plt 
 
 fig = plt.figure（）
 ax = fig.add_subplot（2,1,1，axisbg ='red'）
 ax.plot（范围（10），范围（10））
 ax = fig.add_subplot（2， 1,2）
 ax.plot（范围（10），范围（10））
 
 ax_again = fig.add_subplot（2,1,1，axisbg ='red'）
 ax_again.annotate（最上面的一个，xy =（7,5），xytext =（7,5））
 
 plt.show（）
  

如果我使用 ax_again.change_geometry（） ？

你会想到change_geometry，例如从312到422，会改变你使用add_subplot的方式，但它不会。当您调用change_geometry时，似乎存在错误或未定义的行为。使用参数和关键字生成的第一个add_subplot调用的原始唯一键不会更新。因此，如果要使用add_subplot调用返回轴，则需要使用原始参数和关键字调用add_subplot。欲了解更多信息，请按照以下问题报告：
https://github.com/matplotlib / matplotlib / issues / 429

我现在的猜测是，如果您在使用add_subplot调用生成副图后更改了子图的任何属性，进行调整。所以只要使用原始的参数和关键字，并希望这会奏效。

So in a figure where three vertical subplots have been added with add_subplot, how can I select let's say the middle one?

Right now I do this list comprehension:

[r[0] for r in sorted([[ax, ax.get_geometry()[2]] for ax in self.figure.get_axes()], key=itemgetter(1))]

where I can simply select the index I want, with the corresponding axes. Is there a more straightforward way of doing this?

解决方案

From the matplotlib documentation:

If the figure already has a subplot with key (args, kwargs) then it will simply make that subplot current and return it.

Here's an example:

import matplotlib.pyplot as plt

fig = plt.figure()  
for vplot in [1,2,3]:
    ax = fig.add_subplot(3,1,vplot)
    ax.plot(range(10),range(10))

ax_again = fig.add_subplot(3,1,2)
ax_again.annotate("The middle one",xy=(7,5),xytext=(7,5))

plt.show()

The middle plot is called again so that it can be annotated.

What if I set the background with my original call, do I need to set it again when I get the subplot the second time?

Yes. The arguments and keywords for the original call are used to make a unique identifier. So for the figure to generate this unique identifier again, you need to pass the same arguments (grid definition, position) and keywords again. For example:

import matplotlib.pyplot as plt

fig = plt.figure()  
ax = fig.add_subplot(2,1,1,axisbg='red')
ax.plot(range(10),range(10))
ax = fig.add_subplot(2,1,2)
ax.plot(range(10),range(10))

ax_again = fig.add_subplot(2,1,1,axisbg='red')
ax_again.annotate("The top one",xy=(7,5),xytext=(7,5))

plt.show()

What if I use ax_again.change_geometry() ?

You would think change_geometry, e.g. from a 312 to a 422, would change how you use add_subplot, but it doesn't. There appears to be a bug or undefined behavior when you call change_geometry. The unique key that was original generated using the arguments and keywords, to the first add_subplot call, does not get updated. Therefore, if you want to get an axis back with an add_subplot call, you need to call add_subplot with the original arguments and keywords. For more info, follow this issue report: https://github.com/matplotlib/matplotlib/issues/429

My guess for now is that if you change any property of the subplot after generating it with add_subplot call, the unique will not be adjusted. So just use the original arguments and keywords, and hopefully this will work out.

这篇关于我如何以编程方式在Matplotlib中选择特定的子图？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！