python - 多个子图的GridSpec “the figure containing the passed axes is being cleared”

我想在GridSpec(2，2)内插入4种不同的df.hist(columns=, by=)。

每个人看起来像这样:



这是代码:

stuff = [df1, df2, df4, df3]
col = ['blue', 'orange', 'grey', 'green']
fig = plt.figure(figsize=(10,10))
gs = gridspec.GridSpec(2, 2)

for i in range(0, len(stuff)):
    ax = plt.subplot(gs[i])
    stuff[i].hist(column='quanti_var', by=stuff[i].quali_var, alpha=.5, color=col[i], ax=ax)

我有以下UserWarning:

C:\Anaconda3\lib\site-packages\pandas\tools\plotting.py:3234: UserWarning: To output multiple subplots, the figure containing the passed axes is being cleared
  "is being cleared", UserWarning)

而不是我正在寻找的输出:



我尝试了几件事，包括使用SubplotSpec均未成功。任何想法 ？

谢谢你们把我的神经元借给我!

最佳答案

解决方案是将matplotlib返回的Axes pd.DataFrame.hist()对象放入具有所需布局的图形中。不幸的是，将新的Axes对象放置到现有的Figure中有点麻烦。
GridSpec布局

使用嵌套的matplotlib.gridspec.GridSpec来创建所需的布局不是太复杂(示例请参见here)。这样的事情。

import matplotlib.gridspec as gs

num_outer_columns = 2
num_outer_rows = 2
num_inner_columns = 2
num_inner_rows = 3

outer_layout = gs.GridSpec(num_outer_rows, num_outer_columns)
inner_layout = []

for row_num in range(num_outer_rows):
    inner_layout.append([])
    for col_num in range(num_outer_columns):
        inner_layout[row_num].append(
            gs.GridSpecFromSubplotSpec(
                num_inner_rows,
                num_inner_columns,
                outer_layout[row_num, col_num]
            )
        )

您可以使用ax = plt.subplot(inner_layout[outer_row_num][outer_col_num][inner_row_num, inner_col_num])在此网格内创建子图，并存储正确放置的ax以便以后使用。

将Axes复制到现有的Figure中

您的df.hist()调用将产生如下内容:

In [1]: dframe.hist(column=x, by=y)
Out[1]:
array([[<matplotlib.axes._subplots.AxesSubplot object at 0x1189be160>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x118e3eb50>],
       [<matplotlib.axes._subplots.AxesSubplot object at 0x118e74d60>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x118ea8340>],
       [<matplotlib.axes._subplots.AxesSubplot object at 0x118e76d62>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x118ea9350>]],
      dtype=object)

现在，您只需要将上面使用ax定位的inner_layout对象替换为上面返回的AxesSubplot对象即可。不幸的是，没有方便的ax.from_axes(other_ax)方法来执行此操作，因此您必须按照this answer手动复制Axes返回的df.hist()。