嵌套或组合 matplotlib 图形和绘图？

Question

我有一个函数，它采用任意长度的日期、价格（浮动）和一些结果值（浮动）的 3D 数据集，并制作一组按年份划分的 seaborn 热图。伪代码如下（注意年数因数据集而异，所以我需要它任意缩放）：

def makePlots(data):
   split data by year
   fig,axs=plt.subplots(1, numYears)
   x=0
   for year in years
      sns.heatmap(data[year], ax = axs[x++])

   return axs

这会输出一个单独的 matplotlib 图，其中每一年的热图在一行中彼此相邻，如本例所示：single plotted dataset

现在我有一个更高级别的函数，我在其中输入两个数据集（每个数据集任意年数）并让它打印每个数据集的热图以供比较。我希望它以某种方式获取 makePlots 方法制作的数字并将它们堆叠在一起，如本例所示：two plotted datasets

def compareData(data1,data2):
   fig1 = makePlots(data1)
   fig2 = makePlots(data2)
   fig, (ax1,ax2) = plt.subplots(2,1)
   ax1 = fig1
   ax2 = fig2
   plt.show()

现在这段代码 可以工作 ，但不是预期的那样。它打开了 3 个新图 windows，一个数据 1 正确绘制，一个数据 2 正确绘制，一个空 2 行子图。有什么方法可以将 makePlots 图嵌套在一个新的子图中，一个在另一个之上？我也试过返回 plt.gcf()。堆栈溢出的所有其他答案都取决于将轴传递给 plot 方法，但考虑到我每个数据集有任意数量的轴（年）并且最终想比较任意数量的数据集，这似乎并不理想（不是那个反正我可以想出一个实现，因为每一行都可以有任意年数）。

Answer 1

我不推荐它，但您可以使用 fig.add_subplot(nrow, ncol, index) 逐步添加子图。

所以你的两个函数看起来像这样：

def compareData(data1, data2):
    fig = plt.figure()
    makePlots(data1, row=0, fig=fig)
    makePlots(data2, row=1, fig=fig)

def makePlots(data, row, fig):
    years = ... # parse data here
    for ii, year in enumerate(years):
        ax = fig.add_subplot(2, len(years), row * len(years) + ii + 1)
        sns.heatmap(data[year], ax=ax)

这有望解决您的问题。

但是，您遇到这个问题只是因为您在同一个函数中混合了数据解析和绘图。我的建议是首先解析数据，然后将新的数据结构传递给一些绘图函数。

嵌套或组合 matplotlib 图形和绘图？

Nesting or combining matplotlib figures and plots?

python

plot

matplotlib

subplot

seaborn