多個熊貓子圖的一個顏色條

Question

我一生都無法弄清楚如何為多個熊貓子圖附加一個顏色條。 解決為多個子圖放置一個顏色條的問題的幾乎所有其他問題都使用 np 數組而不是數據框來繪制。

有一個問題， 一個用於 subplot 中 seaborn heatmaps 的顏色條，這似乎很有用，但是我不知道如何將其擴展到我的情況。

有人可以幫忙嗎？ 下面是我當前代碼的示例。 提前致謝！

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# If you're using a notebook:
# %matplotlib inline

df = pd.DataFrame({"BASE": np.random.randn(10),
            "A": np.random.randn(10),
            "B": np.random.randn(10),
             "C": np.random.randn(10), 
             "D": np.random.randn(10),
            "color_col": [1,1,2,2,1,1,2,1,2,2]})




plt.figure(1, figsize = (15,15))

plt.subplot(2,2,1)
df.plot.scatter(x = "BASE", y = "A", c = df["color_col"], ax = plt.gca())

plt.subplot(2,2,2)
df.plot.scatter(x = "BASE", y = "B", c = df["color_col"], ax = plt.gca())

plt.subplot(2,2,3)
df.plot.scatter(x = "BASE", y = "C", c = df["color_col"], ax = plt.gca())

plt.subplot(2,2,4)
df.plot.scatter(x = "BASE", y = "D", c = df["color_col"], ax = plt.gca())

Answer 1

Matplotlib 2 Subplots, 1 Colorbar問題可能更符合您的要求。 然而，問題是您無法直接訪問在 Pandas 散點圖中創建的可映射對象。

這里的解決方案是使用plt.gca().get_children()[0]從軸中提取這個可映射的（在本例中為 PatchCollection），它從軸中獲取第一個子藝術家。

只要所有散點圖共享相同的顏色並且軸中沒有其他藝術家，此方法就可以保存。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.DataFrame({"BASE": np.random.randn(10),
            "A": np.random.randn(10),
            "B": np.random.randn(10),
             "C": np.random.randn(10), 
             "D": np.random.randn(10),
            "color_col": np.random.randn(10)})

fig = plt.figure(1, figsize = (6,6))
plt.subplots_adjust(wspace=0.5, right=0.8, top=0.9, bottom=0.1)
for i, col in enumerate("ABCD"):
    plt.subplot(2,2,i+1)
    df.plot.scatter(x = "BASE", y = col, ax = plt.gca(), 
                    c = df["color_col"], cmap="jet", colorbar=False)

# we now take the first axes and 
# create a colorbar for it's first child (the PathCollection from scatter)
# this is save as long as all scatterplots share the same colors and
# as long as there are no other artists in the axes.
im = plt.gca().get_children()[0]
cax = fig.add_axes([0.85,0.1,0.03,0.8]) 
fig.colorbar(im, cax=cax)

plt.show()

Answer 2

這里有幾顆瞄准目標的石頭。 我很確定至少還有一種方法存在（使用 GridSpec 與下面概述的不同），但我喜歡后兩種。

1.您可以簡單地選擇何時繪制顏色條與不繪制顏色條，只要您不關心是否修剪了一個子圖以為顏色條騰出空間。

df = pd.DataFrame({"BASE": np.random.randn(10),
            "A": np.random.randn(10),
            "B": np.random.randn(10),
             "C": np.random.randn(10), 
             "D": np.random.randn(10),
            "color_col": np.random.randn(10)})

fig,axis = plt.subplots(nrows=1,ncols=4,figsize=(18,6)) 

for i, col in enumerate("ABCD"):
    ax = axis[i]
    df.plot.scatter(ax=ax, x = "BASE", y = col, c = df["color_col"], s = 55, cmap="jet", colorbar=(i==len("ABCD")-1))
fig.tight_layout()
plt.show()

2.如果你真的想要 2X2 網格，並且所有子圖必須是相同的大小，你可以試試這個。 我喜歡第一個答案，不必在特定位置放置顏色條。 我寧願繪制我想要的所有東西，使用現有的 tiny_layout() 功能，然后添加一個顏色條。 我保留的唯一神奇數字是 figsize。

fig,axes = plt.subplots(2,2, figsize = (9,4))

df = pd.DataFrame({"BASE": np.random.randn(10),
            "A": np.random.randn(10),
            "B": np.random.randn(10),
             "C": np.random.randn(10), 
             "D": np.random.randn(10),
            "color_col": np.random.randn(10)})

for i, col in enumerate("ABCD"):
    ax = axes[i/2][i%2]
    im = df.plot.scatter(x = "BASE", y = col, ax = ax, s = 35,
                c = df["color_col"], cmap="jet", colorbar=False)
fig.tight_layout()
# Note: since colorbar is manu`enter code here`ally added, tight_layout must be called before
# rendering colorbar
plt.colorbar(plt.gca().get_children()[0], ax=axes.ravel().tolist())

3.另一種方法是使用 gridspec 作為 suplots 構造函數的參數：

import pandas as pd
import numpy as np
import matplotlib as mpl
import matplotlib.gridspec as gridspec

df = pd.DataFrame({"BASE": np.random.randn(10),
            "A": np.random.randn(10),
            "B": np.random.randn(10),
             "C": np.random.randn(10), 
             "D": np.random.randn(10),
            "color_col": np.random.randn(10)})

nrows,ncols = 2,2
fig, axes = plt.subplots(nrows=nrows, ncols=ncols, sharex='col', sharey=False,
                               gridspec_kw={'width_ratios': [1, 1,0.1]},
                               figsize=(7, 4))

for i, col in enumerate("ABCD"):
    ax = axes[i/(ncols)][i%(ncols)]
    im = df.plot.scatter(x = "BASE", y = col, ax = ax, s = 35
                         ,c = df["color_col"], cmap="jet", colorbar=False)

fig.tight_layout()
cax,kw = mpl.colorbar.make_axes([ax for ax in axes.flat])
plt.colorbar(axes[0][0].get_children()[0], cax=cax, **kw)

plt.show()