在 For 循环 Matplotlib 中创建子图

Question

我正在尝试使用 matplotlib 制作 3,2 子图，但在阅读文档后我不明白如何执行此操作，因为它适用于我的代码，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()

我已经尝试了多个选项，其中一些在评论上方，我无法让子图显示在我期待的 3,2 子图中。我只得到单个地块。我在下面的 for 循环中包含了第一个图，您可以看到它没有绘制在 3,2 子图区域内：

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

带有“ax.contour”的行可能是问题，但我不确定。非常感谢，下面是我的目标子图区域：

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

Answer 1

没有可重现的样本数据，以下无法进行测试。但是，您的循环分配了一个新的ax并且不使用ax正在迭代的对象。此外，plt.show()被放置在循环内。考虑以下调整for x, ax in enumerate(axes.flatten()):    ...    ax = plt.axes(projection=ccrs.PlateCarree())    ...    plt.show()考虑将投影放在循环内的plt.subplots然后索引中：axesfig, 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()