matplotlib:获取子图布局?
matplotlib: get the subplot layout?
我有一个函数可以创建类似二维直方图的网格。所以我可以 select 是否将这个新图放在一个预先存在的图形上,我执行以下操作:
def make_hist2d(x, y, current_fig=False, layout=(1,1,1),*args):
if current_fig:
fig = _plt.gcf()
ax = fig.add_subplot(*layout) # layout=(nrows, ncols, nplot)
else:
fig, ax = _plt.subplots()
H, x, y = np.histogram2d(...)
# manipulate the histogram, e.g. column normalize.
XX, YY = _np.meshgrid(xedges, yedges)
Image = ax.pcolormesh(XX, YY, Hplot.T, norm=norm, **pcmesh_kwargs)
ax.autoscale(tight=True)
grid_kargs = {'orientation': 'vertical'}
cax, kw = _mpl.colorbar.make_axes_gridspec(ax, **grid_kargs)
cbar = fig.colorbar(Image, cax=cax)
cbar.set_label(cbar_title)
return fig, ax, cbar
def hist2d_grid(data_dict, key_pairs, layout, *args): # ``*args`` are things like xlog, ylog, xlabel, etc.
# that are common to all subplots in the figure.
fig, ax = _plt.subplots()
nplots = range(len(key_pairs) + 1) # key_pairs = ((k1a, k1b), (k2a, k2b), ..., (kna, knb))
ax_list = []
for pair, i in zip(key_pairs, nplots):
fig, ax, cbar = make_hist2d(data[k1a], data[k1b]
ax_list.append(ax)
return fig, ax_list
然后我调用类似的东西:
hgrid = hist2d_grid(...)
但是,如果我想向 grid
添加新图形,我不知道有什么好的方法来获取子图布局。例如,有没有这样的东西:
layout = fig.get_layout()
那会给我类似 (nrows, ncols, n_subplots)
?
我可以用类似的东西来做到这一点:
n_plot = len(ax_list) / 2 # Each subplot generates a plot and a color bar.
n_rows = np.floor(np.sqrt(n_ax))
n_cols = np.ceil(np.sqrt(n_ax))
但我必须处理特殊情况,例如 (2,4)
子图数组,我将得到 n_rows = 2
和 n_cols = 3
,这意味着我将传递 (2,3,8)
到 ax.add_subplot()
,这显然不起作用,因为 8 > 3*2.
由于 fig, ax = plt.subplots(4,2)
返回的 ax
是一个 numpy 轴数组,因此 ax.shape
将为您提供所需的布局信息,例如
nrows, ncols = ax.shape
n_subplots = nrows*ncols
您还可以通过遍历图形对象的子对象来获取各个轴的位置,
[[f.colNum, f.rowNum] for f in fig.get_children()[1:]]
并可能从最后一个元素中获取大小 fig.get_children()[-1]
如果需要,您还可以使用 gridspec 更明确地说明子图的位置。使用 gridspec 设置 gridspec 对象并传递给子图,
import matplotlib.gridspec as gridspec
gs = gridspec.GridSpec(2, 2)
ax = plt.subplot(gs[0, 0])
要获得您可以使用的布局,
gs.get_geometry()
我有一个函数可以创建类似二维直方图的网格。所以我可以 select 是否将这个新图放在一个预先存在的图形上,我执行以下操作:
def make_hist2d(x, y, current_fig=False, layout=(1,1,1),*args):
if current_fig:
fig = _plt.gcf()
ax = fig.add_subplot(*layout) # layout=(nrows, ncols, nplot)
else:
fig, ax = _plt.subplots()
H, x, y = np.histogram2d(...)
# manipulate the histogram, e.g. column normalize.
XX, YY = _np.meshgrid(xedges, yedges)
Image = ax.pcolormesh(XX, YY, Hplot.T, norm=norm, **pcmesh_kwargs)
ax.autoscale(tight=True)
grid_kargs = {'orientation': 'vertical'}
cax, kw = _mpl.colorbar.make_axes_gridspec(ax, **grid_kargs)
cbar = fig.colorbar(Image, cax=cax)
cbar.set_label(cbar_title)
return fig, ax, cbar
def hist2d_grid(data_dict, key_pairs, layout, *args): # ``*args`` are things like xlog, ylog, xlabel, etc.
# that are common to all subplots in the figure.
fig, ax = _plt.subplots()
nplots = range(len(key_pairs) + 1) # key_pairs = ((k1a, k1b), (k2a, k2b), ..., (kna, knb))
ax_list = []
for pair, i in zip(key_pairs, nplots):
fig, ax, cbar = make_hist2d(data[k1a], data[k1b]
ax_list.append(ax)
return fig, ax_list
然后我调用类似的东西:
hgrid = hist2d_grid(...)
但是,如果我想向 grid
添加新图形,我不知道有什么好的方法来获取子图布局。例如,有没有这样的东西:
layout = fig.get_layout()
那会给我类似 (nrows, ncols, n_subplots)
?
我可以用类似的东西来做到这一点:
n_plot = len(ax_list) / 2 # Each subplot generates a plot and a color bar.
n_rows = np.floor(np.sqrt(n_ax))
n_cols = np.ceil(np.sqrt(n_ax))
但我必须处理特殊情况,例如 (2,4)
子图数组,我将得到 n_rows = 2
和 n_cols = 3
,这意味着我将传递 (2,3,8)
到 ax.add_subplot()
,这显然不起作用,因为 8 > 3*2.
由于 fig, ax = plt.subplots(4,2)
返回的 ax
是一个 numpy 轴数组,因此 ax.shape
将为您提供所需的布局信息,例如
nrows, ncols = ax.shape
n_subplots = nrows*ncols
您还可以通过遍历图形对象的子对象来获取各个轴的位置,
[[f.colNum, f.rowNum] for f in fig.get_children()[1:]]
并可能从最后一个元素中获取大小 fig.get_children()[-1]
如果需要,您还可以使用 gridspec 更明确地说明子图的位置。使用 gridspec 设置 gridspec 对象并传递给子图,
import matplotlib.gridspec as gridspec
gs = gridspec.GridSpec(2, 2)
ax = plt.subplot(gs[0, 0])
要获得您可以使用的布局,
gs.get_geometry()