python - MatplotlibDeprecationWarning：使用与先前轴相同的参数添加轴当前重用早期实例

Question

我正在编写一个脚本，该脚本根据节点的数量接收多个输入、解析数据并多次调用绘图函数。

问题是我多次调用我的绘图函数（见下面的代码），但我不知道如何解决这个问题。我看到了这个解决方案，但这不是我的情况（或者我不知道如何适用于我的情况）。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

sns.set(style="whitegrid")
fig, (ax1, ax2, ax3, ax4) = plt.subplots(nrows=1, ncols=4, figsize=(16, 4))
plt.tight_layout()


def plot_data(df, nodes):
  global ax1, ax2, ax3, ax4
  if nodes == 10:
    plt.subplot(141)
    ax1 = sns.kdeplot(df['Metric'], cumulative=True, legend=False)
    ax1.set_ylabel('ECDF', fontsize = 16)
    ax1.set_title('10 Nodes')

  elif nodes == 20:
    plt.subplot(142)
    ax2 = sns.kdeplot(df['Metric'], cumulative=True, legend=False)
    plt.setp(ax2.get_yticklabels(), visible=False)
    ax2.set_title('20 Nodes')

  elif nodes == 30:
    plt.subplot(143)
    ax3 = sns.kdeplot(df['Metric'], cumulative=True, legend=False)
    plt.setp(ax3.get_yticklabels(), visible=False)
    ax3.set_title('30 Nodes')

  elif nodes == 40:
    plt.subplot(144)
    ax4 = sns.kdeplot(df['Metric'], cumulative=True, legend=False)
    plt.setp(ax4.get_yticklabels(), visible=False)
    ax4.set_title('40 Nodes')


df1 = pd.DataFrame({'Metric':np.random.randint(0, 15, 1000)})    
df2 = pd.DataFrame({'Metric':np.random.randint(0, 15, 1000)})    
df3 = pd.DataFrame({'Metric':np.random.randint(0, 15, 1000)})    

nodes = [10, 20, 30, 40]
for i in range(4):
  """
  In my real code, the DataFrames are calculated from reading CSV files.
  Since that code would be too long, I'm using dummy data. 
  """
  plot_data(df1, nodes[i])
  # I understand that this calls cause the warning, 
  # but I don't know how to solve it
  plot_data(df2, nodes[i])
  plot_data(df3, nodes[i])
plt.show()  

标签： pythonmatplotlib

Answer 1

您需要删除plt.subplot(nnn). 正如警告所说，目前这样做将重用轴实例。但在未来的 matplotlib 版本中，这将创建一个新的轴实例。

解决方案是将您创建的轴作为参数传递给函数并使用以下ax=参数seaborn.kdeplot：

sns.set(style="whitegrid")
fig, axes = plt.subplots(nrows=1, ncols=4, figsize=(16, 4))
plt.tight_layout()

def plot_data(df, nodes, axes):
    ax1, ax2, ax3, ax4 = axes
    if nodes == 10:
        sns.kdeplot(df['Metric'], cumulative=True, legend=False, ax=ax1)
        ax1.set_ylabel('ECDF', fontsize = 16)
        ax1.set_title('10 Nodes')
    elif nodes == 20:
        sns.kdeplot(df['Metric'], cumulative=True, legend=False, ax=ax2)
        plt.setp(ax2.get_yticklabels(), visible=False)
        ax2.set_title('20 Nodes')
    elif nodes == 30:
        sns.kdeplot(df['Metric'], cumulative=True, legend=False, ax=ax3)
        plt.setp(ax3.get_yticklabels(), visible=False)
        ax3.set_title('30 Nodes')
    else:
        sns.kdeplot(df['Metric'], cumulative=True, legend=False, ax=ax4)
        plt.setp(ax4.get_yticklabels(), visible=False)
        ax4.set_title('40 Nodes')

for i in range(4):
    plot_data(df1, nodes[i], axes)
    plot_data(df2, nodes[i], axes)
    plot_data(df3, nodes[i], axes)
plt.show()

请注意，您可以通过使用sharey=Trueinfig, axes = plt.subplots(…, sharey=True)和删除来简化上述操作plt.setp(ax.get_yticklabels(), visible=False)