如何重复使用绘图艺术家（Line2D）？

Question

如何在后续的图中重复使用.plot中的绘图线？

我想在4个坐标轴上制作图形，前三个坐标轴上各有一个单独的绘图，最后一个坐标轴上有所有3个图的绘图。 以下是代码：

from numpy import *
from matplotlib.pyplot import *
fig=figure()
data=arange(0,10,0.01)
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
ax4=fig.add_subplot(2,2,4)

line1=ax1.plot(data,data)
line2=ax2.plot(data, data**2/10, ls='--', color='green')
line3=ax3.plot(data, np.sin(data), color='red')
#could I somehow use previous plots, instead recreating them all?
line4=ax4.plot(data,data)
line4=ax4.plot(data, data**2/10, ls='--', color='green')
line4=ax4.plot(data, np.sin(data), color='red')
show()

下面是生成的图片：

是否有一种方法可以先定义绘图，然后将它们添加到坐标轴上，最后再绘制它们？以下是我考虑的逻辑：

#this is just an example, implementation can be different
line1=plot(data, data)
line2=plot(data, data**2/10, ls='--', color='green')
line3=plot(data, np.sin(data), color='red')
line4=[line1, line2, line3]

现在将line1绘制在ax1上，line2绘制在ax2上，line3绘制在ax3上，将line4绘制在ax4上。

- enedene

Answer 1

• OP中请求的实现无法工作，因为plt.plot返回的Line2D绘图Artist无法被重复使用。试图这样做将导致RuntimeError，如def set_figure(self, fig):所述。
• 在OP中，line1与直接使用Line2D方法创建的line1不同，因为绘制的Artist具有不同的属性。
• 关于seaborn和matplotlib的API，像seaborn.lineplot这样的轴级别绘图会返回一个axes:
  • p = sns.lineplot(...)然后p.get_children()获取Artist对象。

可以直接使用方法创建绘图Artist，例如matplotlib.lines.Line2D，并在多个绘图中重复使用。

更新了使用标准导入实践、子图和不使用列表推导式进行副作用的代码（Python反模式）。

在python 3.8.11、matplotlib 3.4.3中测试通过

import numpy as np
from copy import copy
import matplotlib.pyplot as plt
from matplotlib.lines import Line2D

# crate the figure and subplots
fig, axes = plt.subplots(2, 2)

# flatten axes into 1-D for easy indexing and iteration
axes = axes.ravel()

# test data
data=np.arange(0, 10, 0.01)

# create test lines
line1 = Line2D(data, data)
line2 = Line2D(data, data**2/10, ls='--', color='green')
line3 = Line2D(data, np.sin(data), color='red')
lines = [line1, line2, line3]

# add the copies of the lines to the first 3 subplots
for ax, line in zip(axes[0:-1], lines):
    ax.add_line(copy(line))

# add 3 lines to the 4th subplot
for line in lines:
    axes[3].add_line(line)
    
# autoscale all the subplots if needed
for _a in axes:
    _a.autoscale()

plt.show()

原始答案

• 这里是一个可能的解决方案。我不确定它是否很漂亮，但至少它不需要重复编码。

Translated Answer

• 这里有一个可能的解决方案。我不确定它是否很漂亮，但至少它不需要代码重复。

import numpy as np, copy
import matplotlib.pyplot as plt, matplotlib.lines as ml

fig=plt.figure(1)
data=np.arange(0,10,0.01)
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
ax4=fig.add_subplot(2,2,4)

#create the lines
line1=ml.Line2D(data,data)
line2=ml.Line2D(data,data**2/10,ls='--',color='green')
line3=ml.Line2D(data,np.sin(data),color='red')
#add the copies of the lines to the first 3 panels
ax1.add_line(copy.copy(line1))
ax2.add_line(copy.copy(line2))
ax3.add_line(copy.copy(line3))

[ax4.add_line(_l) for _l in [line1,line2,line3]] # add 3 lines to the 4th panel

[_a.autoscale() for _a in [ax1,ax2,ax3,ax4]] # autoscale if needed
plt.draw()

- sega_sai

Answer 2

我在Jupyter笔记本中有一个更简单的用例。假设您已经在某个地方存储了一个图形对象，那么如何重新绘制它呢。 例如：

代码块 1：

f = plt.figure(figsize=(18, 6))
f.suptitle("Hierarchical Clustring", fontsize=20)
dendrogram(Z, color_threshold=cut_off,
           truncate_mode='lastp',
           p=20)

单元格 2：

#plot f again, the answer is really simple
f
plt.show()

就是这样。好处在于您可以将数字存储在对象中，并在必要时随后使用它们。

- layser

Answer 3

我认为你的用法是正确的，但你可以像这样将所有的x,y数据对传递给plot（尽管这会使它非常难以阅读！）：

ax4.plot(data, data, data, data**2 / 10, data, np.sin(data))

一个有趣的不同做法是这样的：

graph_data = [(data, data), (data, data**2 / 10), (data, np.sin(data))]
[ax4.plot(i,j) for i,j in graph_data]

- fraxel

---

我通常会用错误的方式做事，但我一定变得更好了。 :) 我点赞了两个解决方案，选定接受的答案是随意的。 - enedene

Answer 4

此外，这个问题提供了一个很好的示例，展示如何引用先前的轴：

fix, ax = plt.subplots(2, 2)
ax[0,1].plot(data, data**2 / 10, ls='--', color='g')

但也解释了如何使用以下方式在每个子图中插入标题：

ax[0,1].set_title('Simple plot')

ax的维度取决于subplot参数：如果它们只是水平或垂直平铺，ax只需要一个索引。

- enrico_ay