函数输出图的分组

Question

这是我今天一直在努力解决的问题。这是一个如何以这样的方式呈现数据的问题，以避免不得不在笔记本上向下滚动很长时间并失去比较图表的能力

假设我有这个数据帧：

id type zone    d
0    1    a   a1   23
1    1    a   b1   45
2    1    a   c1   23
3    2    a   c1   56
4    2    b   a1    7
5    2    b   b1    5
6    3    b   a1    2
7    3    b   a1    9
8    3    b   b1   43
9    4    c   c1   21
10   4    c   c1   67
11   5    c   b1   34
12   5    c   a1   21
13   1    a   a1    3
14   1    a   b1    4
15   1    a   c1   12
16   2    a   c1   10
17   2    b   a1   33
18   2    b   b1   22
19   3    b   a1  334
20   3    b   a1   22
21   3    b   b1   11
22   4    c   c1   55
23   4    c   c1   88
24   5    c   b1   22
25   5    c   a1    9

和下面的函数

def my_function(df,zone):
    df_new = df[df['zone']=="{}".format(zone)]
    df_new.hist()
    plt.suptitle("distances for zone {}".format(zone))

我为每个区域生成一个图形，执行以下操作

zoneList = list(set(df['zone'].unique()))

for zone in zoneList:
    my_function(df,zone)

现在返回一系列条形图，一个在另一个之上。这不太方便。我希望这些图是在一个网格中，比如说一行两个图

我试过这个：

fig, axs = plt.subplots(2, 2)
for zone in zoneList:
    axs = my_function(df,zone)

但它会返回我想要的网格，然后返回我之前得到的相同结果

我怎样才能解决这个问题

Answer 1

您已经创建了所需的网格，但尚未在任何地方使用它

pandas.DataFrame.hist()有一个参数ax，如下所示：

ax : Matplotlib axes object, default None

The axes to plot the histogram on.

此代码：

fig, axs = plt.subplots(2, 2)

返回Matplotlib轴对象的Matplotlib图形fig和numpy.array（如果行或列为1，则为一维，否则为二维）

因此，您需要：

1. 在axs的展开版本上循环
2. 将相应的ax对象传递给df_new.hist()方法

例如：

def my_function(df,zone,ax):
    df_new = df[df['zone']=="{}".format(zone)]
    df_new.hist(ax = ax)
    # set title just for this subplot
    ax.set_title("distances for zone {}".format(zone), loc = 'center')

fig, axs = plt.subplots(2, 2)
for zone, ax in zip(zoneList, axs.flatten()):
    my_function(df,zone,ax)

Answer 2

您可以通过循环来完成：

fig, ax = plt.subplots(1, 2)

for zone in df['zone'].unique():
    ax[0].hist(df[df['zone'] == zone]['d'], label = zone, bins = np.arange(df['d'].min(), df['d'].max() + 10, 10))
    ax[1].hist(df[df['zone'] == zone]['id'], label = zone, bins = np.arange(df['id'].min(), df['id'].max() + 0.5, 0.5))

ax[0].set_title('d')
ax[1].set_title('id')
ax[1].legend(frameon = True)

plt.show()

---

或与^{}一起：

fig, ax = plt.subplots(1, 2)

sns.histplot(ax = ax[0], data = df, x = 'd', hue = 'zone', binwidth = 10)
sns.histplot(ax = ax[1], data = df, x = 'id', hue = 'zone', binwidth = 0.5)

plt.show()