matplotlib中的axes.flat是什么作用？

Question

我看到过很多使用matplotlib的程序使用axes.flat函数，就像这段代码：

for i, ax in enumerate(axes.flat):

这是做什么用的？

- user8776508

Answer 1

让我们来看一个最简单的例子，我们使用plt.subplots创建一些坐标轴，也可以参考这个问题。

import matplotlib.pyplot as plt

fig, axes = plt.subplots(ncols=2,nrows=3, sharex=True, sharey=True)

for i, ax in enumerate(axes.flat):
    ax.scatter([i//2+1, i],[i,i//3])
    
plt.show()

在这里，axes是一个包含轴的numpy数组。

print(type(axes))
> <type 'numpy.ndarray'>
print(axes.shape)
> (3L, 2L)

axes.flat 不是一个函数，它是 numpy.ndarray 的一个属性：numpy.ndarray.flat

ndarray.flat 是数组的一个一维迭代器。
这是一个 numpy.flatiter 实例，类似于 Python 内置的迭代器对象，但不是其子类。

示例：

import numpy as np

a = np.array([[2,3],
              [4,5],
              [6,7]])
    
for i in a.flat:
    print(i)

它将输出数字2 3 4 5 6 7。

作为数组的迭代器，您可以使用它来循环遍历所有来自三行两列轴数组的轴。

for i, ax in enumerate(axes.flat):

在每次迭代中，它会从该数组中产生下一个轴，以便您可以在单个循环中轻松地绘制所有轴。另一种方法是使用`axes.flatten()`，其中`flatten()`是numpy数组的方法。它返回数组的扁平化版本，而不是迭代器：

for i, ax in enumerate(axes.flatten()):

从外部看，这两者没有任何区别。然而，迭代器实际上不会创建一个新的数组，因此可能会稍微快一些（尽管在matplotlib axes对象的情况下几乎不会注意到这一点）。

flat1 = [ax for ax in axes.flat]
flat2 = axes.flatten()
print(flat1 == flat2)
> [ True  True  True  True  True  True]

使用展平版本的轴数组进行迭代的优点是，与单独迭代行和列的天真方法相比，您将节省一个循环。

for row in axes:
    for ax in row:
        ax.scatter(...)

- ImportanceOfBeingErnest

Answer 2

fig, ax = plt.subplots(3, 3, figsize=())
ax = ax.flatten()
for i, col in enumerate(columns):
    sns.distplot(d2[col], ax=ax[i])
plt.tight_layout()

- Surampudi vnss Siva Krishna

---

请将文本翻译成中文。仅返回翻译后的文本，并附加说明。 - Sabito stands with Ukraine