如何将Plotnine图表转换为Matplotlib形式以实现多图组合？

嘿，我来帮你搞定这个Plotnine转Matplotlib的问题～你遇到的显示空白问题，主要是因为对plotnine和Matplotlib的上下文交互理解有点偏差，咱们一步步来解决：

先梳理你的问题根源 #

你用P.draw()已经得到了Matplotlib的Figure对象，但之后调用plt.gca()会获取当前Pyplot的默认坐标轴，这和plotnine生成的独立Figure上下文冲突了，所以才会显示空白。其实plotnine的draw()方法已经直接返回了可用的Matplotlib Figure，咱们直接操作它就行。

修正后的基础转换代码 #

先看最简单的情况，把你的plotnine图正确转换成Matplotlib形式并显示：

首先是你的数据和plotnine绘图代码（我帮你保留了原内容）：

import pandas as pd
import plotnine as p9
from plotnine import *
import matplotlib.pyplot as plt

new_data = {
    'date': pd.date_range('2022-01-01', periods=11, freq="ME"),
    'parent_category': ['Electronics', 'Electronics', 'Fashion', 'Fashion', 'Home Goods', 'Electronics', 'Fashion','Electronics','Electronics','Electronics','Electronics'],
    'child_category': ['Smartphones', 'Laptops', 'Shirts', 'Pants', 'Kitchenware','Laptops', 'Shirts', 'Smartphones','PS4','Oven','Vaccum cleaner']
}

new_data = pd.DataFrame(new_data)

# Plotnine绘图代码
P = (ggplot(new_data[new_data['parent_category'] == 'Electronics'], aes(x="date", y="child_category", group="child_category")) +
    geom_line(size=1, color="pink") +
    geom_point(size=3, color="grey") +
    theme_538() +
    theme(axis_text_x=element_text(angle=45, hjust=1),
          panel_grid_major=element_blank()
          )
)

接下来是正确的转换和显示代码：

# 将Plotnine图转换为Matplotlib Figure
fig = P.draw()
# 设置图的尺寸
fig.set_size_inches(8, 3, forward=True)

# 直接显示这个Matplotlib图，不需要调用plt.gca()
plt.show()

这样就能正常显示你的plotnine转换后的图了，和你原来的plotnine输出效果一致。

进阶：和其他Matplotlib图组合 #

如果你想把这个plotnine图和其他Matplotlib原生图放在同一个布局里，可以这样操作：

# 创建一个Matplotlib的Figure和子图布局（比如上下两个子图）
fig, (ax_p9, ax_mat) = plt.subplots(2, 1, figsize=(8, 6))

# 将Plotnine的图绘制到指定的子轴ax_p9上
P._draw_using_figure(fig, [ax_p9])

# 在另一个子轴ax_mat上绘制Matplotlib原生图表
ax_mat.plot(pd.date_range('2022-01-01', periods=11, freq="ME"), [10,12,8,15,9,11,13,7,14,10,12])
ax_mat.set_title("Matplotlib原生折线图")
ax_mat.tick_params(axis='x', rotation=45)

# 调整子图间距
plt.tight_layout()
plt.show()

这个方法的核心是用P._draw_using_figure()把plotnine的绘图内容直接渲染到你指定的Matplotlib坐标轴上，完美实现多图组合。

补充说明 #

你提到的参考文章里的转换逻辑，本质上也是利用plotnine和Matplotlib的底层交互，只是封装得更复杂一些。咱们上面的方法更直接，适合快速解决你的需求。

备注：内容来源于stack exchange，提问作者ViSa