Matplotlib循环绘制多折线图报错及自定义绘图需求解决

错误原因解析 #

你写的fig, ax = plt.subplots(111)是错误的调用方式：

• matplotlib的subplots()方法中，若传入单个整数参数，会被解析为nrows=该整数, ncols=1，所以111会创建111行1列的子图网格，返回的ax是一个numpy数组（包含111个轴对象），而非单个轴对象。
• 后续你尝试调用ax.yaxis这类单个轴的方法时，自然会触发AttributeError: 'numpy.ndarray' object has no attribute 'yaxis'。

修正方案+完整实现代码 #

下面是针对你的需求的完整可运行代码，包含正确的子图创建、批量线性回归、百分比误差计算与可视化：

1. 导入依赖库 #

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression

2. 准备你的DataFrames集合（替换成你实际的200个DataFrame列表） #

这里用随机数据生成模拟示例：

# 生成10个结构一致的DataFrame（特征x，目标y）
df_list = []
for i in range(10):
    df = pd.DataFrame({
        'x': range(1, 21),
        'y': [3*num + 2 + pd.np.random.randn()*5 for num in range(1,21)]
    })
    df_list.append(df)

3. 正确创建子图+批量处理与绘图 #

# 正确创建单个子图，自定义尺寸（宽12，高8）
fig, ax = plt.subplots(figsize=(12, 8))

# 循环处理每个DataFrame
for idx, df in enumerate(df_list):
    # 提取特征和目标变量
    X = df[['x']]
    y_true = df['y']
    
    # 拟合线性回归模型
    model = LinearRegression()
    model.fit(X, y_true)
    
    # 预测并计算百分比误差
    y_pred = model.predict(X)
    percent_error = ((y_true - y_pred) / y_true) * 100
    
    # 绘制百分比误差折线，添加标签方便区分
    ax.plot(df['x'], percent_error, label=f'DataFrame {idx+1}', alpha=0.6)

# 自定义图表样式
ax.set_title('所有DataFrame的百分比误差折线图', fontsize=14, pad=20)
ax.set_xlabel('X轴变量', fontsize=12)
ax.set_ylabel('百分比误差 (%)', fontsize=12)
# 旋转X轴刻度45度，避免重叠
ax.tick_params(axis='x', rotation=45)
# 200个图例会拥挤，可注释掉或调整位置
# ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

# 调整布局，防止标签被截断
plt.tight_layout()

# 显示或保存图表
plt.show()
# plt.savefig('percent_error_plot.png', dpi=300, bbox_inches='tight')

关键细节说明 #

• 子图创建：plt.subplots(figsize=(12,8))默认创建1行1列的单个子图，返回的ax是单个轴对象，可正常调用所有轴方法。
• 百分比误差计算：公式((真实值-预测值)/真实值)*100是常用的相对误差计算方式，你可根据需求调整（比如用绝对值、或基于预测值计算）。
• 200条折线优化：如果200条折线重叠严重，可添加alpha=0.6设置半透明，或只绘制误差统计线（比如均值、中位数），避免图表混乱。
• 刻度旋转：ax.tick_params(axis='x', rotation=45)实现X轴刻度旋转，tight_layout()确保标签不被截断。

内容的提问来源于stack exchange，提问作者hulio_entredas