绘制子图时如何修复“numpy.ndarray”对象没有属性“get_figure”

Question

我编写了以下代码来在不同的子图中绘制 6 个饼图，但出现错误。如果我使用它仅绘制 2 个图表，则该代码可以正常工作，但如果超出此范围，则会产生错误。

我的数据集中有 6 个分类变量，其名称存储在 list 中cat_cols。图表是根据训练数据绘制的train。

代码

fig, axes = plt.subplots(2, 3, figsize=(24, 10))

for i, c in enumerate(cat_cols):

  

  train[c].value_counts()[::-1].plot(kind = 'pie', ax=axes[i], title=c, autopct='%.0f', fontsize=18)

  axes[i].set_ylabel('')

    

plt.tight_layout()

错误

AttributeError: 'numpy.ndarray' object has no attribute 'get_figure'

我们该如何纠正这个问题？

Answer 1

问题是plt.subplots(2, 3, figsize=(24, 10))创建两组 3 个子图，而不是一组 6 个子图。array([[<AxesSubplot:xlabel='radians'>, <AxesSubplot:xlabel='radians'>, <AxesSubplot:xlabel='radians'>],        [<AxesSubplot:xlabel='radians'>, <AxesSubplot:xlabel='radians'>, <AxesSubplot:xlabel='radians'>]], dtype=object)axes使用解压 中的所有子图数组axes.ravel()。numpy.ravel，它返回一个展平的数组。列表理解也可以工作，axe = [sub for x in axes for sub in x]实际上，可以类似地使用axes.ravel()、axes.flat、 和。axes.flatten()请参阅numpy 中的 flatten 和 ravel 函数有什么区别？& numpy 之间的 flat 和 ravel() 之间的区别。将每个图分配给 中的子图之一axe。import pandas as pdimport numpy as np# sinusoidal sample datasample_length = range(1, 6+1)rads = np.arange(0, 2*np.pi, 0.01)data = np.array([np.sin(t*rads) for t in sample_length])df = pd.DataFrame(data.T, index=pd.Series(rads.tolist(), name='radians'), columns=[f'freq: {i}x' for i in sample_length])# crate the figure and axesfig, axes = plt.subplots(2, 3, figsize=(24, 10))# unpack all the axes subplotsaxe = axes.ravel()# assign the plot to each subplot in axefor i, c in enumerate(df.columns):    df[c].plot(ax=axe[i])