plt.subplots() 中的轴是“numpy.ndarray”对象，没有属性“plot”

Posted 2023-02-14

【中文标题】plt.subplots() 中的轴是“numpy.ndarray”对象，没有属性“plot”

【英文标题】：Axes from plt.subplots() is a "numpy.ndarray" object and has no attribute "plot"

【发布时间】：2016-10-24 09:08:36

【问题描述】：

如果您试图理解错误消息，以下信息可能是多余的。请先阅读the answer @user707650。

使用 MatPlotLib，我想要一个可通用的脚本，可以从我的数据中创建以下内容。

一个包含 a 个子图的窗口，每列有 b 个子图。我希望能够更改 a 和 b 的值。

如果我有 2a 个子图的数据，我想要 2 个窗口，每个窗口都有前面描述的“a 子图按照 b 每列子图排列”。

我绘制的 x 和 y 数据是存储在 np.arrays 中的浮点数，结构如下：

所有图的 x 数据始终相同，长度为 5。

 'x_vector': [0.000, 0.005, 0.010, 0.020, 0.030, 0.040]

所有图的 y 数据都存储在 y_vector 中，其中第一个图的数据存储在索引 0 到 5 处。第二个图的数据存储在索引 6 到 5 处11.第三个地块得到12-18，第四个地块得到19-24，依此类推。

对于这个数据集，我总共有 91 个图（即 91*6 = 546 个值存储在 y_vector 中）。

尝试：

import matplotlib.pyplot as plt

# Options:
plots_tot = 14 # Total number of plots. In reality there is going to be 7*13 = 91 plots.
location_of_ydata = 6 # The values for the n:th plot can be found in the y_vector at index 'n*6' through 'n*6 + 6'.
plots_window = 7 # Total number of plots per window.
rows = 2 # Number of rows, i.e. number of subplots per column.

# Calculating number of columns:
prim_cols = plots_window / rows
extra_cols = 0
if plots_window % rows > 0:
    extra_cols = 1
cols = prim_cols + extra_cols

print 'cols:', cols
print 'rows:', rows

# Plotting:
n=0
x=0
fig, ax = plt.subplots(rows, cols)
while x <= plots_tot:
    ax[x].plot(x_vector, y_vector[n:(n+location_of_ydata)], 'ro')
    if x % plots_window == plots_window - 1:
        plt.show() # New window for every 7 plots.
    n = n+location_of_ydata
    x = x+1

我收到以下错误：

cols: 4
rows: 2
Traceback (most recent call last):
  File "Script.py", line 222, in <module>
    ax[x].plot(x_vector, y_vector[n:(n+location_of_ydata)], 'ro')
AttributeError: 'numpy.ndarray' object has no attribute 'plot'

【问题讨论】：

导入 numpy 并不重要：matplotlib (pyplot) 已经在幕后做到了，因为它是 matplotlib 的主要依赖项。

matplotlib 和 numpy 真的应该在这里一起工作以抛出更好的错误。这是我希望它是 Matlab 的罕见实例之一。 :)

【参考方案1】：

如果您通过简单地打印ax 来调试程序，您会很快发现ax 是一个二维数组：一维用于行，一维用于列。

因此，您需要两个索引来索引ax 以检索实际的AxesSubplot 实例，例如：

ax[1,1].plot(...)

如果您想以现在的方式遍历子图，请先展平ax：

ax = ax.flatten()

现在ax 是一个一维数组。我不知道是先遍历行还是列，但是如果是错误的，请使用转置：

ax = ax.T.flatten()

---

当然，现在简单地动态创建每个子图更有意义，因为它已经有一个索引，而其他两个数字是固定的：

for x < plots_tot:
     ax = plt.subplot(nrows, ncols, x+1)

注意：您有 x <= plots_tot，但 x 从 0 开始，您将在当前代码中获得一个 IndexError（在展平数组之后）。 Matplotlib（不幸的是）为子图索引为 1。我更喜欢使用 0 索引变量（Python 风格），只需为子图索引添加 +1（如上所示）。

【参考方案2】：

这里的问题在于 matplotlib 如何处理子图。只需执行以下操作：

fig, axes = plt.subplots(nrows=1, ncols=2)
for axis in axes:
    print(type(axis))

你会得到一个 matplotlib 对象，它实际上是一个一维数组，可以使用单个索引进行遍历，即轴 [0]、轴 [1]...等等。但是如果你这样做了

fig, axes = plt.subplots(nrows=2, ncols=2)
for axis in axes:
    print(type(axis))

你会得到一个 numpy ndarray 对象，它实际上是一个 2D 数组，只能使用 2 个索引进行遍历，即axis[0, 0]、axis[1, 0]...等等。因此，请注意如何合并 for 循环以遍历轴对象。

【参考方案3】：

如果您使用 N x 1 图，例如，如果您喜欢fig, ax = plt.subplots(3, 1)，那么请喜欢ax[plot_count].plot(...)

【参考方案4】：

轴是二维的，而不是一维的，因此您不能使用一个循环进行迭代。你还需要一个循环：

 fig,axes=plt.subplots(nrows=2,ncols=2)
    plt.tight_layout()
    for ho in axes:
        for i in ho:
            i.plot(a,a**2)

这没有问题，但如果我尝试：

for i in axes:
      i.plot(a,a**2)

发生错误。