Python列表存储AxesSubPlot重复问题：多参数聚类子图绘制异常

pandas的plot()方法默认会复用当前活跃的matplotlib Axes对象，所以你每次追加到列表里的其实是同一个Axes实例的引用。后续的绘图操作会覆盖这个实例的内容，最终列表里所有元素都显示最后一次的绘图结果。

有两种常用的解决方式：

方式1：每次绘图时创建新的Axes实例 #

修改函数，在调用plot()时通过plt.subplots()生成新的Axes，然后指定给ax参数：

import matplotlib.pyplot as plt

def ngram_range(ranges, DF, DF_col, number_clusters, lst):
    CV = CountVectorizer(ngram_range=tuple(ranges), analyzer='char')
    CV_values = CV.fit_transform(DF_col)
    clusters = MiniBatchKMeans(n_clusters=number_clusters, init_size=1024, batch_size=2048, random_state=20).fit_predict(CV_values)
    # 复制原始DataFrame，避免污染原始数据
    temp_DF = DF.copy()
    temp_DF['Cluster'] = clusters
    new_DF = temp_DF.groupby('Cluster')['Cluster'].count()
    # 创建新的Axes实例
    fig, ax = plt.subplots()
    plot = new_DF.plot(kind='bar', 
                       title='Cluster Frequency Ngram range from {} to {}'.format(ranges[0],ranges[1]), 
                       xlabel='Cluster', 
                       ylabel='Freq',
                       ax=ax)
    lst.append(plot)
    return lst

方式2：预先创建子图网格，指定每个绘图的目标Axes #

如果最终要把所有子图放在同一个画布上，更高效的方式是先创建好子图布局，然后循环时把每个plot指定到对应的ax：

import matplotlib.pyplot as plt

ranges = [[2,2], [2,3], [2,4], [3,3],[3,4],[4,4]]
# 创建2行3列的子图网格，设置画布大小
fig, axes = plt.subplots(nrows=2, ncols=3, figsize=(15, 10))
# 把二维Axes数组转成一维，方便循环遍历
axes = axes.flatten()

for idx, R in enumerate(ranges):
    CV = CountVectorizer(ngram_range=tuple(R), analyzer='char')
    CV_values = CV.fit_transform(df_ru['RU_desc'])
    clusters = MiniBatchKMeans(n_clusters=8, init_size=1024, batch_size=2048, random_state=20).fit_predict(CV_values)
    temp_DF = df_ru.copy()
    temp_DF['Cluster'] = clusters
    new_DF = temp_DF.groupby('Cluster')['Cluster'].count()
    # 指定当前子图的Axes对象
    new_DF.plot(kind='bar', 
                title='Ngram range {} to {}'.format(R[0], R[1]), 
                xlabel='Cluster', 
                ylabel='Freq',
                ax=axes[idx])

# 自动调整子图间距，避免标题、标签重叠
plt.tight_layout()
plt.show()

• ngram_range参数要求传入tuple类型，原代码中(ranges)是列表，显式转为tuple(ranges)更规范。
• 不要直接修改原始DataFrame，复制临时DataFrame进行操作可以避免污染原始数据。

内容的提问来源于stack exchange，提问作者Tam