在For Loop Matplotlib中创建子批次

Question

我正试图使用matplotlib制作一个3.2子图，但在阅读了适用于我的代码的文档后，我不明白如何做到这一点，如下所示：

import pandas as pd
from sys import exit
import numpy as np
import matplotlib.pyplot as plt
import datetime
import xarray as xr
import cartopy.crs as ccrs
import calendar
list = [0,1,2,3,4,5]
now = datetime.datetime.now()
currm = now.month
import calendar
fig, axes = plt.subplots(nrows=3,ncols=2)
fig.subplots_adjust(hspace=0.5)
fig.suptitle('Teleconnection Pos+ Phases {} 2020'.format(calendar.month_name[currm-1]))
#for x in list: 
#for ax, x in zip(axs.ravel(), list):
for x, ax in enumerate(axes.flatten()):
dam = DS.where(DS['time.year']==rmax.iloc[x,1]).groupby('time.month').mean()#iterate by index 
of column "1" or the years
dam = dam.sel(month=3)#current month mean 500
dam = dam.sel(level=500)
damc = dam.to_array()
lats = damc['lat'].data
lons = damc['lon'].data
#plot data
ax = plt.axes(projection=ccrs.PlateCarree())
ax.coastlines(lw=1)
damc = damc.squeeze()
ax.contour(lons,lats,damc,cmap='jet')
ax.set_title(tindices[x])
plt.show()
#plt.clf()

我已经尝试了多种选择，其中一些在上面的评论中，我无法在我期望的3.2子画面中显示子画面。我只得到单一的情节。我已经在下面的for循环中包含了第一个图，因为你可以看到它没有在3.2子图区域内绘制：

[![enter image description here][1]][1]

带有"ax.contour"的行可能是问题所在，但我不确定。非常感谢，下面是我的目标子地块区域：

[![enter image description here][1]][1]

Answer 1

如果没有可重复的样本数据，以下内容将无法进行测试。但是，您的循环分配了一个新的ax，并且不使用正在迭代的ax。此外，plt.show()被放置在循环中。考虑以下调整

for x, ax in enumerate(axes.flatten()):
...
ax = plt.axes(projection=ccrs.PlateCarree())
...
plt.show()

考虑在plt.subplots中放置投影，然后在循环中索引axes：

fig, axes = plt.subplots(nrows=3, ncols=2, subplot_kw={'projection': ccrs.PlateCarree()})
fig.subplots_adjust(hspace=0.5)
fig.suptitle('Teleconnection Pos+ Phases {} 2020'.format(calendar.month_name[currm-1]))
axes = axes.flatten()
for x, ax in enumerate(axes):
dam = DS.where(DS['time.year']==rmax.iloc[x,1]).groupby('time.month').mean()
dam = dam.sel(month=3)#current month mean 500
dam = dam.sel(level=500)
damc = dam.to_array()
lats = damc['lat'].data
lons = damc['lon'].data
axes[x].coastlines(lw=1)
damc = damc.squeeze()
axes[x].contour(lons, lats, damc, cmap='jet')
axes[x].set_title(tindices[x])
plt.show() 
plt.clf()