matplotlib: чи можу я створити об'єкти AxesSubplot, а потім додати їх до екземпляра Figure?

Переглядаючи matplotlibдокументацію, здається стандартним способом додати AxesSubplota Figureдо використання Figure.add_subplot:

from matplotlib import pyplot

fig = pyplot.figure()
ax = fig.add_subplot(1,1,1)
ax.hist( some params .... )

Я хотів би мати можливість створювати AxesSubPlotподібні об’єкти незалежно від фігури, щоб я міг використовувати їх у різних фігурах. Щось на зразок

fig = pyplot.figure()
histoA = some_axes_subplot_maker.hist( some params ..... )
histoA = some_axes_subplot_maker.hist( some other params ..... )
# make one figure with both plots
fig.add_subaxes(histo1, 211)
fig.add_subaxes(histo1, 212)
fig2 = pyplot.figure()
# make a figure with the first plot only
fig2.add_subaxes(histo1, 111)

Чи можливо це в, matplotlibі якщо так, як я можу це зробити?

Оновлення: Мені не вдалося розв’язати створення Осей та Фігур, але, наводячи приклади у відповідях нижче, можна легко повторно використати раніше створені осі в нових примірниках або olf. Це можна проілюструвати простою функцією:

def plot_axes(ax, fig=None, geometry=(1,1,1)):
    if fig is None:
        fig = plt.figure()
    if ax.get_geometry() != geometry :
        ax.change_geometry(*geometry)
    ax = fig.axes.append(ax)
    return fig

Зазвичай ви просто передаєте екземпляр осей функції.

Наприклад:

import matplotlib.pyplot as plt
import numpy as np

def main():
    x = np.linspace(0, 6 * np.pi, 100)

    fig1, (ax1, ax2) = plt.subplots(nrows=2)
    plot(x, np.sin(x), ax1)
    plot(x, np.random.random(100), ax2)

    fig2 = plt.figure()
    plot(x, np.cos(x))

    plt.show()

def plot(x, y, ax=None):
    if ax is None:
        ax = plt.gca()
    line, = ax.plot(x, y, 'go')
    ax.set_ylabel('Yabba dabba do!')
    return line

if __name__ == '__main__':
    main()

Щоб відповісти на ваше запитання, ви завжди можете зробити щось подібне:

def subplot(data, fig=None, index=111):
    if fig is None:
        fig = plt.figure()
    ax = fig.add_subplot(index)
    ax.plot(data)

Крім того, ви можете просто додати екземпляр осей до іншої фігури:

import matplotlib.pyplot as plt

fig1, ax = plt.subplots()
ax.plot(range(10))

fig2 = plt.figure()
fig2.axes.append(ax)

plt.show()

Зміна його розміру відповідно до інших «фігур» підрозділу, але це швидко спричинить більші труднощі, ніж це варте. На мій досвід, підхід до простого обходу екземпляра фігури чи осі (або списку екземплярів) набагато простіший для складних випадків ...

Далі показано, як "переміщати" осі від однієї фігури до іншої. Це передбачувана функціональність останнього прикладу @ JoeKington , який у нових версіях matplotlib вже не працює, оскільки осі не можуть жити одночасно у кількох фігурах.

Спочатку потрібно буде зняти осі з першої фігури, а потім додати її до наступної фігури і надати їй якусь позицію для життя.

import matplotlib.pyplot as plt

fig1, ax = plt.subplots()
ax.plot(range(10))
ax.remove()

fig2 = plt.figure()
ax.figure=fig2
fig2.axes.append(ax)
fig2.add_axes(ax)

dummy = fig2.add_subplot(111)
ax.set_position(dummy.get_position())
dummy.remove()
plt.close(fig1)

plt.show()

Для лінійних графіків можна мати справу з Line2Dсамими об’єктами:

fig1 = pylab.figure()
ax1 = fig1.add_subplot(111)
lines = ax1.plot(scipy.randn(10))

fig2 = pylab.figure()
ax2 = fig2.add_subplot(111)
ax2.add_line(lines[0])

TL; DR, частково заснований на Джо, приємна відповідь.

Опт.1: fig.add_subplot()

def fcn_return_plot():
    return plt.plot(np.random.random((10,)))
n = 4
fig = plt.figure(figsize=(n*3,2))
#fig, ax = plt.subplots(1, n,  sharey=True, figsize=(n*3,2)) # also works
for index in list(range(n)):
    fig.add_subplot(1, n, index + 1)
    fcn_return_plot()
    plt.title(f"plot: {index}", fontsize=20) 

Опт.2: перехід ax[index]до функції, яка повертаєтьсяax[index].plot()

def fcn_return_plot_input_ax(ax=None):
    if ax is None:
        ax = plt.gca()
    return ax.plot(np.random.random((10,)))
n = 4
fig, ax = plt.subplots(1, n,  sharey=True, figsize=(n*3,2))
for index in list(range(n)):
    fcn_return_plot_input_ax(ax[index])
    ax[index].set_title(f"plot: {index}", fontsize=20)

Виходи поважають.

Примітка: Опт.1 plt.title()змінено в опції 2 на ax[index].set_title(). Знайдіть більше Matplotlib Gotchas у книзі Ван дер Пласа .

Заглибитися в кролячу нору. Розширюючи свою попередню відповідь, можна повернути ціле ax, і не ax.plot()тільки. Напр

Якщо фрейм даних мав 100 тестів 20 типів (тут ідентифікатор):

dfA = pd.DataFrame(np.random.random((100,3)), columns = ['y1', 'y2', 'y3'])
dfB = pd.DataFrame(np.repeat(list(range(20)),5), columns = ['id'])
dfC = dfA.join(dfB)

І функція сюжету (це ключ до всієї цієї відповіді):

def plot_feature_each_id(df, feature, id_range=[], ax=None, legend_bool=False):
    feature = df[feature]
    if not len(id_range): id_range=set(df['id'])
    legend_arr = []
    for k in id_range:
        pass
        mask = (df['id'] == k)
        ax.plot(feature[mask])
        legend_arr.append(f"id: {k}")
    if legend_bool: ax.legend(legend_arr)
    return ax

Ми можемо досягти:

feature_arr = dfC.drop('id',1).columns
id_range= np.random.randint(len(set(dfC.id)), size=(10,))
n = len(feature_arr)
fig, ax = plt.subplots(1, n,  figsize=(n*6,4));
for i,k in enumerate(feature_arr):
    plot_feature_each_id(dfC, k, np.sort(id_range), ax[i], legend_bool=(i+1==n))
    ax[i].set_title(k, fontsize=20)
    ax[i].set_xlabel("test nr. (id)", fontsize=20)