用Matplotlib迭代子图轴数组，转化为单个列表

Question

有没有一种简单/干净的方式可以迭代子图返回的轴数组，比如：

nrow = ncol = 2
a = []
fig, axs = plt.subplots(nrows=nrow, ncols=ncol)
for i, row in enumerate(axs):
    for j, ax in enumerate(row):
        a.append(ax)

for i, ax in enumerate(a):
    ax.set_ylabel(str(i))

这甚至适用于 nrow 或 ncol == 1。

我尝试了列表推导式，例如：

[element for tupl in tupleOfTuples for element in tupl]

但如果 nrows 或 ncols == 1，那么这种方法就失败了。

- greole

---

这个也适用于单轴的解决方案是这个。 - mins

Answer 1

ax 返回的是一个 numpy 数组，可以进行重新形状操作而不需要复制数据。如果使用以下方式，您将获得一个线性数组，可以干净地迭代它。

nrow = 1; ncol = 2;
fig, axs = plt.subplots(nrows=nrow, ncols=ncol)

for ax in axs.reshape(-1): 
  ax.set_ylabel(str(i))

当ncols和nrows都为1时，这个说法就不成立了，因为返回值不是一个数组；为了保持一致性，你可以将返回值转化为一个只有一个元素的数组，但这感觉有些笨拙：

nrow = 1; ncol = 1;
fig, axs = plt.subplots(nrows=nrow, ncols=nrow)
axs = np.array(axs)

for ax in axs.reshape(-1):
  ax.set_ylabel(str(i))

重塑文档。 -1参数使重塑推断输出的维度。

- Bonlenfum

---

对于nrow=ncol=1，您可以使用squeeze=0。即使两者都为1，plt.subplots(nrows=nrow, ncols=nrow, squeeze=0)始终返回一个包含两个轴的二维数组。 - cronos

这个建议行不通，因为在nrow=ncol=1的情况下，axs不是一个numpy数组。squeeze=0可以解决问题！ - Julek

Answer 2

plt.subplots的fig返回值包含所有轴的列表。要遍历图中的所有子图，可以使用以下方法：

nrow = 2
ncol = 2
fig, axs = plt.subplots(nrow, ncol)
for i, ax in enumerate(fig.axes):
    ax.set_ylabel(str(i))

对于nrow == ncol == 1，这也适用。

- Ø. Jensen

---

那我们就不需要axs了吗？ - user2739472

这非常简单而且非常有用！ - John Mahoney

这应该是被选中的答案。 - mins

Answer 3

我不确定何时添加了squeeze关键字参数，但现在已经有了。这可以确保结果始终是一个2D numpy数组。将其转换为1D数组很容易：

fig, ax2d = subplots(2, 2, squeeze=False)
axli = ax2d.flatten()

适用于任意数量的子图，对于单个轴没有技巧，因此比接受的答案要容易一些（也许当时还不存在squeeze）。

- Mark

---

你的第二行代码是不是想写成 ax2d.flatten()？否则就不清楚 ax1d 是什么了。 - not link

@notlink 哦，那就更有意义了。 - Mark

Answer 4

你可以在`axes`对象上使用`numpy`的`.flat`属性。

这里有一个例子。

fig, axes = plt.subplots(2, 3)
for ax in axes.flat:
    ## do something with instance of 'ax'

- Sukjun Kim

---

.flat 是numpy数组的属性，与matplotlib无关。 - ImportanceOfBeingErnest

@ImportanceOfBeingErnest 感谢您纠正我的答案。我有些困惑。 - Sukjun Kim

Answer 5

TLDR; axes.flat是遍历axes的最Pythonic方式。

正如其他人指出的，plt.subplots()的返回值是一个Axes对象的numpy数组，因此有很多内置的numpy方法可以将数组展平。其中，axes.flat 是最少冗余的访问方法。此外，axes.flatten() 返回数组的一个副本，而 axes.flat 返回数组的一个迭代器，这意味着在长期运行中，axes.flat 将更高效。

借用 @Sukjun-Kim 的例子：

fig, axes = plt.subplots(2, 3)
for ax in axes.flat:
    ## do something with instance of 'ax'

来源： axes.flat 文档 Matplotlib 教程

- Devin Cody

Answer 6

以下是一个好的实践：
例如，我们需要设置一个 4x4 的子图集合，以便我们可以像下面这样使用它们：

rows = 4; cols = 4;
fig, axes = plt.subplots(nrows=rows, ncols=cols, figsize=(20, 16), squeeze=0, sharex=True, sharey=True)
axes = np.array(axes)

for i, ax in enumerate(axes.reshape(-1)):
  ax.set_ylabel(f'Subplot: {i}')

输出结果美观清晰。

- Reza K Ghazi