Python3.x，Matplotlib:在for循环中绘制子图

Question

我想在for循环中制作子图。这集成在一个更大的代码中。我有多个 csv 文件，其中包含所有文件的各种 x 值和固定 y 值。每个文件的形状相同。例如，它看起来像下面： 数据集 #1。

y   x1   x2   x3   x4
1  0.2  5.4  3.0  0.7
2  0.1  1.2  4.0  0.6
3  5.0  2.0  2.0  1.8
4  1.2  0.1  0.1  3.8
5  1.0  0.5  0.7  5.8
6  6.5  8.0  0.8  0.8

符合每个数据中的 x 值：my_xdata=[array([0.2,0.1,5.0,1.2,1.0,6.5],[5.4,1.2,2.0,0.1,0.5,8.0],[3.0,4.0,2.0,0.1,0.7,0.8], [0.7,0.6,1.8,3.8,5.8,0.8)]

我想要的结果是绘制 x1 和 y、x2 和 y、x3 和 y 以及 x4 和 y 的子图。但目前，代码不起作用。以下是我目前拥有的代码。

for i in range(len(my_xdata)):
for a in range(len(specific_x)):
ax=plt.subplot(4,1,i+1)
ax.plot(my_y,my_xdata[i])
ax.set_xlim(15,70)
ax.axhline(y=0.1, linestyle='--', color='k')
ax.axhline(y=0.5, linestyle='--', color='k')
ax.axhline(y=0.9, linestyle='--', color='k')
ax.axvline(x=median_ten1[a], linestyle='--', color='k')
ax.axvline(x=median_fifty1[a], linestyle='--', color='k')
ax.axvline(x=median_ninety1[a], linestyle='--', color='k')
ax.show()

它不起作用。

我收到以下错误消息，num must be 1 <= num <= 4, not 5。 有什么想法吗？

specific_x并不那么重要，但如果你想知道的话。在这里：

for i in range(len(my_xdata)):
f90= interp1d(my_xdata[i], my_y, assume_sorted = False) #interpolate the x values 
specific_x.append(f90(1.2)) #determine the x values when y is 1.2

Answer 1

无法重现错误消息，使用 for 循环绘制子图中效果很好。我使用以下代码进行测试：

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d
my_xdata=np.array([[0.2,0.1,5.0,1.2,1.0,6.5],[5.4,1.2,2.0,0.1,0.5,8.0],[3.0,4.0,2.0,0.1,0.7,0.8],[0.7,0.6,1.8,3.8,5.8,0.8]])
my_y = np.array([10,20,30,40,50,60])
specific_x = []
for i in range(len(my_xdata)):
f90= interp1d(my_xdata[i], my_y, assume_sorted = False) #interpolate the x values 
specific_x.append(f90(1.2)) #determine the x values when y is 1.2

for i in range(len(my_xdata)):
for a in range(len(specific_x)):
ax=plt.subplot(4,1,i+1)
ax.plot(my_y,my_xdata[i])
ax.set_xlim(15,70)
ax.axhline(y=0.1, linestyle='--', color='k')
ax.axhline(y=0.5, linestyle='--', color='k')
ax.axhline(y=0.9, linestyle='--', color='k')
#         ax.axvline(x=median_ten1[a], linestyle='--', color='k')
#         ax.axvline(x=median_fifty1[a], linestyle='--', color='k')
#         ax.axvline(x=median_ninety1[a], linestyle='--', color='k')
#ax.show()

马特普洛库输出 4 个子图