使用 pandas 调整子图布局

Posted 2023-03-11

【中文标题】使用 pandas 调整子图布局

【英文标题】：Adjusting subplot layout with pandas

【发布时间】：2017-03-11 08:58:43

【问题描述】：

我开始意识到 ma​​tplotlib 的 tight_layout() 不能应用于 pandas 生成的绘图。

这是我正在运行的代码：

            0         1         2         3         4
A    0.039895  0.960105       NaN       NaN       NaN
D    0.030418  0.969582       NaN       NaN       NaN
E    0.037345  0.962655       NaN       NaN       NaN
F    0.061522  0.938478       NaN       NaN       NaN
G    0.047163  0.952837       NaN       NaN       NaN
H    0.026423  0.000000  0.000000  0.973577       NaN

df.T.plot(kind='bar', subplots=True, width=0.7, legend=False, 
                             layout=(2,4), sharex=True, sharey=True)
plt.tight_layout()

我最终得到以下错误：

AttributeError: 'NoneType' object has no attribute 'is_bbox'

我也认为这与 github 上发布的类似问题有关： DataFrame.hist() does not get along with matplotlib.pyplot.tight_layout() #9351

因此，我正在寻找基于subplots_adjust(*args, **kwargs) 的解决方法。最重要的是，我试图调整hspace 参数。但是，在调用 pandas 的 plot 函数时不接受这些关键字参数。

有什么建议吗？

【问题讨论】：

你能发布产生错误的代码吗？即，您如何称呼 plt.如果您没有任何子批次（即使只有一个），则不能调用 subplots_adjust() 方法。

【参考方案1】：

正如 piRSquared 指出的那样，tight_layout() 绝对有效。但是，布局应该与子图的数量完全一致。

Pandas 会自动删除空的子图，因此如果图布局的子图数量超过所需数量，则会导致上述错误。

这是我自己解决问题的方法。就这么简单。

使用plt.subplots_adjust()可以在绘制图形后轻松调整所需参数。

【参考方案2】：

tight_layout() 绝对适用于熊猫！

没有tight_layout()

df.T.plot(kind='bar', subplots=True, width=0.7, legend=False, 
                             layout=(3, 2), sharex=True, sharey=True)
# plt.tight_layout()

---

tight_layout()

df.T.plot(kind='bar', subplots=True, width=0.7, legend=False, 
                             layout=(3, 2), sharex=True, sharey=True)
plt.tight_layout()

【讨论】：

即使我只是在 Mac 上使用带有 Spyder 的 python 2.7 和 pandas 0.18.0 复制您的代码，我也会收到与上述相同的错误。

@Fourier 有趣！应该是版本问题。我正在使用 python 3.5 和 pandas 0.19。我会用不同的版本再次检查。

好的，如果你想结束这个问题，请继续。对不起，我发现了问题。我有一个图形布局，其中包含比用于绘图更多的子图，pandas 会自动删除它们。当使用tight_layout() 时，我得到上述错误。但是，当仅使用完全适合地块数量的布局矩阵时，它会起作用！