如何在 matplotlib 中将图形绘制到不同的子图轴

Question

我试图绘制一个结合了 3d 子图和 3 个 2d 子图的图形。为什么它们相互重叠？

这是我的代码：

fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(3, 2, 1, projection='3d')
ax = plt.axes(projection='3d')
ax.scatter3D(extents[0], extents[1], extents[2], color='yellow')

ax = fig.add_subplot(3, 2, 2)
ax = sns.distplot(extents[0], color='red')
ax.set_title("Extent_0 Distribution")

ax = fig.add_subplot(3, 2, 4)
ax = sns.distplot(extents[1], color='blue')
ax.set_title("Extent_1 Distribution")

ax = fig.add_subplot(3, 2, 6)
ax = sns.distplot(extents[2], color='green')
ax.set_title("Extent_2 Distribution")

plt.show()

Answer 1

在每个组中，使用 ax = fig.add_subplot(3, 2, 1, projection='3d') 创建一个 ax，但随后您使用 ax = plt.axes(projection='3d') 重新分配变量；这不会绘制到 ax.
要绘制到特定轴，请在绘图方法中使用 ax 参数
- sns.histplot(df['freq: 1x'], ax=ax)
此外，将 seaborn 升级到版本 0.11，因为 sns.distplot 已弃用 displot 或 histplot。

import pandas as pd
import numpy as np  # for sample data

# sinusoidal sample data
sample_length = range(1, 3+1)
rads = np.arange(0, 2*np.pi, 0.01)
data = np.array([np.sin(t*rads) for t in sample_length])
df = pd.DataFrame(data.T, index=pd.Series(rads.tolist(), name='radians'), columns=[f'freq: {i}x' for i in sample_length])

# plot the figures and correctly use the ax parameter
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(3, 2, 1, projection='3d')
ax.scatter3D(df['freq: 1x'], df['freq: 2x'], df['freq: 3x'], color='green', s=5)

ax = fig.add_subplot(3, 2, 2)
sns.histplot(df['freq: 1x'], ax=ax)
ax.set_title("Extent_0 Distribution")

ax = fig.add_subplot(3, 2, 4)
sns.histplot(df['freq: 2x'], ax=ax)
ax.set_title("Extent_1 Distribution")

ax = fig.add_subplot(3, 2, 6)
sns.histplot(df['freq: 3x'], ax=ax)
ax.set_title("Extent_2 Distribution")

plt.tight_layout()

使用 matplotlib gridspec

Customizing Figure Layouts Using GridSpec and Other Functions
Tight Layout guide
可以通过更改行数来增加 3D 图的大小，nrows。
- gs1 = fig.add_gridspec(nrows=4, ncols=3)

fig = plt.figure(constrained_layout=False, figsize=(10, 10))
gs1 = fig.add_gridspec(nrows=3, ncols=3)

ax1 = fig.add_subplot(gs1[:-1, :], projection='3d')
ax1.scatter3D(df['freq: 1x'], df['freq: 2x'], df['freq: 3x'], color='green', s=10)

ax2 = fig.add_subplot(gs1[-1, 0])
sns.histplot(df['freq: 1x'], kde=True, ax=ax2)
ax2.set_title("Extent_0 Distribution")

ax3 = fig.add_subplot(gs1[-1, 1])
sns.histplot(df['freq: 2x'], kde=True, ax=ax3)
ax3.set_title("Extent_1 Distribution")

ax4 = fig.add_subplot(gs1[-1, 2])
sns.histplot(df['freq: 3x'], kde=True, ax=ax4)
ax4.set_title("Extent_2 Distribution")

plt.tight_layout()

如何在 matplotlib 中将图形绘制到不同的子图轴

How to plot figures to different subplot axes in matplotlib

python

matplotlib

subplot

使用 matplotlib gridspec