如何操作函数返回的matplotlib图表列表？或优化函数架构？

你当前代码里plot_list[0]只是获取了第一个(fig, ax)元组，但没有对其进行任何操作，而且plt.show()默认只会显示最后一个创建的Figure对象，所以前面的图表不会被展示。以下是具体的解决方法和优化方案：

一、正确访问现有函数返回的图表对象 #

1. 提取并操作指定的fig和ax #

要自定义某个图表，需要先从列表里解包出对应的fig和ax，然后直接调用它们的方法修改，最后单独显示或批量显示所有图表：

np.random.seed(2024)
plot_list = plot_from_dave(10, 3)

# 提取第一个图表的fig和ax
first_fig, first_ax = plot_list[0]

# 执行自定义操作，比如修改标题、坐标轴标签
first_ax.set_title("第一个散点图")
first_ax.set_xlabel("X轴")
first_ax.set_ylabel("Y轴")

# 单独显示该图表
first_fig.show()

# 遍历列表显示所有图表
for fig, ax in plot_list:
    fig.show()

# 或者用plt.show()一次性显示所有打开的Figure
plt.show()

2. 注意事项 #

• 每个fig是独立的Figure对象，修改时直接操作对应的fig或ax即可，互不影响。
• 若在Jupyter环境中，需确保已启用%matplotlib inline或%matplotlib notebook，否则可能无法正常显示。

二、优化函数设计以更好支持自定义 #

如果希望函数更灵活，支持外部传入自定义逻辑或提前配置图表，可以做以下改进：

1. 允许传入自定义的轴配置函数 #

让函数接受一个回调函数，用于在创建每个轴后进行自定义，可在生成图表时完成部分配置：

import numpy as np
import matplotlib.pyplot as plt

def plot_from_dave(n=100, r=10, ax_customizer=None):
    my_list = []
    for i in range(r):
        fig, ax = plt.subplots()
        x = np.random.normal(0, 1, n)
        y = np.random.normal(0, 1, n)
        ax.scatter(x, y)
        
        # 若有自定义函数，调用它处理当前的ax
        if ax_customizer is not None:
            ax_customizer(ax, i)  # 传入轴对象和索引，方便区分不同图表
        
        my_list.append((fig, ax))
    return my_list

# 定义自定义函数，给每个图表添加带索引的标题和网格
def customize_ax(ax, index):
    ax.set_title(f"第{index+1}个散点图")
    ax.grid(True, alpha=0.3)

np.random.seed(2024)
plot_list = plot_from_dave(10, 3, ax_customizer=customize_ax)

# 显示所有图表
plt.show()

2. 允许外部传入已有的Figure/Axes对象 #

如果需要将图表绘制到预先创建的子图中，而非每次新建Figure，可修改函数接受axes参数：

def plot_from_dave(n=100, axes=None):
    my_list = []
    # 未传入axes时，默认创建10个独立Figure
    if axes is None:
        r = 10
        for i in range(r):
            fig, ax = plt.subplots()
            x = np.random.normal(0, 1, n)
            y = np.random.normal(0, 1, n)
            ax.scatter(x, y)
            my_list.append((fig, ax))
    else:
        # 使用传入的axes，每个axes对应一个散点图
        for ax in axes:
            x = np.random.normal(0, 1, n)
            y = np.random.normal(0, 1, n)
            ax.scatter(x, y)
            my_list.append((ax.figure, ax))
    return my_list

# 使用示例：创建2行2列的子图并传入函数
fig, axes = plt.subplots(2, 2, figsize=(10, 8))
plot_list = plot_from_dave(10, axes=axes.flatten())

# 自定义其中一个子图
plot_list[0][1].set_title("自定义子图")
plt.show()

内容的提问来源于stack exchange，提问作者Dave