使用for循環添加到子圖形中

Question

我的問題非常簡單。我有這個函數爲數據框中的每一列創建一個特定的圖形。然而，輸出是7個獨立的圖。我可以做一個4×2的次要情節是這樣的：

f, axarr = plt.subplots(4, 2, figsize = (10, 10)) 

得到this empty chart

這裏是我的陰謀代碼。我怎麼能/應該讓它填充在這個小區裏，而不是返回7個獨立的地塊？包括數據幀的頭部作參考

for index in weights.columns:  
    fig = plt.figure(figsize = (10, 6)) 
    ax = fig.add_subplot(1, 1, 1) 
    ##this gets the bottom axis to be in the middle so you can see 
    ##clearly positive or negative returns 
    ax.spines['left'].set_position(('data', 0.0)) 
    ax.spines['bottom'].set_position(('data', 0.0)) 

    ax.spines['right'].set_color('none') 
    ax.spines['top'].set_color('none') 

    ax.set_ylabel('{} One month forward return'.format(index)) 
    ax.set_xlabel('Percent of Max Exposure') 

    ##get the ticks in percentage format 

    ax.yaxis.set_major_formatter(FuncFormatter(lambda y, _: '{:.0%}'.format(y))) 
    ax.xaxis.set_major_formatter(FuncFormatter(lambda x, _: '{:.0%}'.format(x))) 

    plt.title('One Month Forward {} Returns Versus Total Exposure'.format(index)) 
    plt.scatter(weights_scaled[index], forward_returns[index], marker = 'o') 

weights_scaled.head（）

缺貨[415]： US股票開發防爆U.S。 BMI新興BMI美國房地產
日期
1999-12-31 0.926819 0.882021 0.298016 0.0
2000-01-31 0.463410 0.882021 0.298016 1.0
2000-02-29 0.463410 0.882021 0.298016 0.5
2000年3月31日0.926819 0.882021 0.298016 1.0
2000年4月28日0.926819 0.441010 0.000000 1.0

 Commodity Gold US Bonds 

日期
1999-12-31 1.0 1.0 0.051282
2000-01-31 1.0 1.0 0.232785
2000-02-29 1.0 1.0 0.258426
2000年3月31日1.0 0.5 0.025641
2000年4月28日1.0 0.5 0.244795

Answer 1

這段代碼是造成問題：

for index in weights.columns:  
    fig = plt.figure(figsize = (10, 6)) 
    ax = fig.add_subplot(1, 1, 1) 

對於每一列，它都會在該圖上創建一個新圖形和一個新軸。相反，你應該返回到你的第一個本能與axarr，然後當你迭代你的數據框中的列時，將該數組的一個軸分配給一個變量，在該變量上繪製該列中的數據。

一個虛擬的例子看起來是這樣的：

# Create array of 8 subplots 
f, axarr = plt.subplots(4, 2, figsize=(10,10)) 

# Create dummy data for my example 
new_dict = {c: np.random.randint(low=1, high=10, size=40) for c in ['a','b','c','d','e','f','g']} 

df = pd.DataFrame(new_dict) 

# Enumerate columns, providing index and column name 
for i, col in enumerate(df.columns): 

    # Select subplot from list generated earlier 
    ax = axarr.flat[i] 

    # Select column and plot data on subplot axis 
    df[col].hist(ax=ax) 

編輯你的代碼的相關部分，我想你想：

for i, col in enumerate(weights.columns):  

    ax = axarr.flat[i] 

    ax.set_ylabel('{} One month forward return'.format(col)) 

    ... 

    plt.title('One Month Forward {} Returns Versus Total Exposure'.format(col)) 
    plt.scatter(weights_scaled[col], forward_returns[col], marker = 'o')