使用直方图的matplotlib中的子图

皮斯塔尔
diff  = [[10,20,30],[40,50,60],[70,80,90]]
comp = ["foo","bar","baz"]
fig,ax = plt.subplots()
for foo in range(0, len(diff)):
        x = [diff[foo]]
        name = comp
        color = ['0.1', '0.2', '0.3']
        label = ['1000000','1200000', '1400000']
        y = zip(*x)
        pos = np.arange(len(x))
        width = 1. / (1 + len(x))

        fig = plt.subplot(3,1,foo)
        for idx, (serie, color,label) in enumerate(zip(y, color,label)):
                ax.bar(pos + idx * width, serie, width, color=color,label=label)
        fig = plt.gcf()
        fig.set_size_inches(28.5,10.5)

        ax.set_xticks(pos + 1.5*width)
        plt.ylabel(name[foo])
        ax.set_xticklabels(comp)
        ax.legend()
        plt.gray()
plt.savefig("file" + '.jpg', bbox_inches='tight', pad_inches=0.5,dpi=100)
plt.clf()

我想子图foo bar and baz但是当我尝试使用上面的代码来做到这一点时。数据未显示在图形上。知道为什么吗?

索洛GP卡斯特罗

fig当您subplot在循环内调用时,您将替换第一个,这是固定版本。看到由ax返回的subplotsnp.ndarray,因此您必须给索引ax[foo]以获取AxesSubplot对象。

diff  = [[10, 20, 30], [40, 50, 60], [70, 80, 90]]
comp = ["foo", "bar", "baz"]
fig, ax = plt.subplots(3, 1)
for foo in range(0, len(diff)):
        x = [diff[foo]]
        name = comp
        color = ['0.1', '0.2', '0.3']
        label = ['1000000', '1200000', '1400000']
        y = zip(*x)
        pos = np.arange(len(x))
        width = 1. / (1 + len(x))
        for idx, (serie, color,label) in enumerate(zip(y, color,label)):
                ax[foo].bar(pos + idx * width, serie, width, color=color,label=label)
        fig.set_size_inches(28.5, 10.5)
        ax[foo].set_xticks(pos + 1.5*width)
        plt.ylabel(name[foo])
        ax[foo].set_xticklabels(comp)
        ax[foo].legend()
        plt.gray()
fig.savefig("file" + '.jpg', bbox_inches='tight', pad_inches=0.5, dpi=100)
plt.clf()

本文收集自互联网,转载请注明来源。

如有侵权,请联系[email protected] 删除。

编辑于
0

我来说两句

0条评论
登录后参与评论

相关文章

来自分类Dev

使用直方图的matplotlib中的子图

来自分类Dev

使用Seaborn的Matplotlib中的子图错误

来自分类Dev

Matplotlib如何为直方图的子图添加全局图例

来自分类Dev

在matplotlib中修改子图

来自分类Dev

使用matplotlib的动画子图

来自分类Dev

使用matplotlib组织子图

来自分类Dev

使用 matplotlib 创建子图

来自分类Dev

使用matplotlib子图布置饼图

来自分类Dev

使用matplotlib子图布置饼图

来自分类Dev

使用matplotlib和python从pick事件中获取子图

来自分类Dev

在Matplotlib中绘制多个直方图-颜色或并排条形图

来自分类Dev

在matplotlib中绘制2D直方图作为热图

来自分类Dev

如何使用 Pandas python 构建直方图子图

来自分类Dev

使用matplotlib在python中绘制堆叠的直方图

来自分类Dev

使用matplotlib,如何通过覆盖直方图并显示其比率图来比较直方图?

来自分类Dev

在由直方图子图组成的matplotlib图中,如何更改一个直方图的高度和条形边缘?

来自分类Dev

matplotlib中的子图创建循环

来自分类Dev

在Matplotlib中循环创建子图?

来自分类Dev

在For Loop Matplotlib中创建子图

来自分类Dev

使用matplotlib从各种表创建子图

来自分类Dev

如何使用 matplotlib 和 numpy 将此直方图转换为点图/点图?

来自分类Dev

matplotlib中的多步直方图

来自分类Dev

Matplotlib动画直方图颜色图/渐变

来自分类Dev

Matlab中球面图的直方图

来自分类Dev

Python-使用alpha通道在matplotlib中的子图中叠加2个图

来自分类Dev

使用子图而非matplotlib中的图形来控制鼠标单击事件

来自分类Dev

在一个子图 matplotlib 中为两条不同的线使用滑块

来自分类Dev

如何使用 plt.plot 更改子图(matplotlib)中图形中线条的颜色?

来自分类Dev

Matplotlib子图问题

Related 相关文章

  1. 1

    使用直方图的matplotlib中的子图

  2. 2

    使用Seaborn的Matplotlib中的子图错误

  3. 3

    Matplotlib如何为直方图的子图添加全局图例

  4. 4

    在matplotlib中修改子图

  5. 5

    使用matplotlib的动画子图

  6. 6

    使用matplotlib组织子图

  7. 7

    使用 matplotlib 创建子图

  8. 8

    使用matplotlib子图布置饼图

  9. 9

    使用matplotlib子图布置饼图

  10. 10

    使用matplotlib和python从pick事件中获取子图

  11. 11

    在Matplotlib中绘制多个直方图-颜色或并排条形图

  12. 12

    在matplotlib中绘制2D直方图作为热图

  13. 13

    如何使用 Pandas python 构建直方图子图

  14. 14

    使用matplotlib在python中绘制堆叠的直方图

  15. 15

    使用matplotlib,如何通过覆盖直方图并显示其比率图来比较直方图?

  16. 16

    在由直方图子图组成的matplotlib图中,如何更改一个直方图的高度和条形边缘?

  17. 17

    matplotlib中的子图创建循环

  18. 18

    在Matplotlib中循环创建子图?

  19. 19

    在For Loop Matplotlib中创建子图

  20. 20

    使用matplotlib从各种表创建子图

  21. 21

    如何使用 matplotlib 和 numpy 将此直方图转换为点图/点图?

  22. 22

    matplotlib中的多步直方图

  23. 23

    Matplotlib动画直方图颜色图/渐变

  24. 24

    Matlab中球面图的直方图

  25. 25

    Python-使用alpha通道在matplotlib中的子图中叠加2个图

  26. 26

    使用子图而非matplotlib中的图形来控制鼠标单击事件

  27. 27

    在一个子图 matplotlib 中为两条不同的线使用滑块

  28. 28

    如何使用 plt.plot 更改子图(matplotlib)中图形中线条的颜色?

  29. 29

    Matplotlib子图问题

热门标签

归档