我有一个函数,可以获取任意长度的3D数据集,包括日期、价格(float)和一些结果值(float),并生成一组按年份分割的seaborn热图。伪代码如下(注意,数据集的年数不同,因此我需要它任意缩放):
def makePlots(data):
split data by year
fig,axs=plt.subplots(1, numYears)
x=0
for year in years
sns.heatmap(data[year], ax = axs[x++])
return axs
这将输出一个单独的matplotlib图,该图在一行上相邻显示每年的热图,如本例所示:single plotted dataset
现在我有了一个更高级别的函数,在这个函数中,我输入了两个数据集(每个数据集的年数是任意的),并让它打印每个数据集的热图图,以便相互比较。我希望它以某种方式获取makePlots
方法生成的图形,并将它们堆叠在一起,如本例所示:two plotted datasets
def compareData(data1,data2):
fig1 = makePlots(data1)
fig2 = makePlots(data2)
fig, (ax1,ax2) = plt.subplots(2,1)
ax1 = fig1
ax2 = fig2
plt.show()
现在,该代码可以工作,但并没有达到预期效果。它将打开3个新的绘图窗口,一个窗口的数据1打印正确,一个窗口的数据2打印正确,还有一个窗口的2行子绘图为空。有没有办法将makeplot嵌套在一个新的子地块上?我还尝试返回plt.gcf()
。关于堆栈溢出的所有其他答案都取决于将轴传递给plot方法,但考虑到每个数据集有任意数量的轴(年),并且最终希望比较任意数量的数据集,这似乎并不理想(无论如何,我都无法找到这一点的实现,因为每一行可以有任意的年数)
我不建议这样做,但您可以使用
fig.add_subplot(nrow, ncol, index)
以增量方式添加子地块因此,您的两个函数如下所示:
希望这能解决你的问题
但是,之所以会出现此问题,是因为您在同一个函数中混合了数据解析和绘图。我的建议是首先解析数据,然后将新的数据结构传递到一些绘图函数中
相关问题 更多 >
编程相关推荐