问MatplotlibDeprecationWarning:使用与以前的轴相同的参数添加轴，当前重用以前的实例
EN

Stack Overflow用户

提问于 2018-12-06 07:05:37

回答 2查看 7K关注 0票数 1

我正在编写一个脚本，它接收多个输入，解析数据，并根据节点数多次调用绘图函数。

问题是我多次调用我的绘图函数(参见下面的代码)，但我不知道如何解决这个问题。我看到了this solution，但这并不是我的实际情况(或者我不知道如何应用到我的案例中)。

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()

python

matplotlib

云开发个人版免费体验1个月

云开发是云原生一体化开发环境和工具平台，提供高可用、自动弹性扩缩的后端云服务，可用于云端一体化开发多种端应用

回答 2

Stack Overflow用户

回答已采纳

发布于 2018-12-06 07:31:55

您需要删除plt.subplot(nnn)。正如警告所述，当前这样做将重用axes实例。但是在将来的matplotlib版本中，这将创建一个新的axes实例。

解决方案是将创建的轴作为参数传递给函数，并使用seaborn.kdeplot的seaborn.kdeplot参数。

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，通过在sharey=True中使用fig, axes = plt.subplots(…, sharey=True)并删除plt.setp(ax.get_yticklabels(), visible=False)，可以简化上述操作。

票数 1

Stack Overflow用户

发布于 2018-12-06 07:22:45

我认为，这应该可以满足您的需要--只需将轴作为参数传递，然后将循环放入函数中即可。

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

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

nodes = [10, 20, 30, 40]

def plot_data(list_of_dfs, axarr, nodes):

    for df, ax, node in zip(list_of_dfs, axarr, nodes):
        ax = sns.kdeplot(df['Metric'], cumulative=True, legend=False)#I'm not completely sure this needs to be assignment, haven't used seaborn much
        ax.set_ylabel('ECDF', fontsize = 16)
        ax.set_title('{} Nodes'.format(nodes))

list_of_dfs = [df1, df2, df3]
plot_data(list_of_dfs, axarr, nodes)
plt.show()