Python多子图绘制因整除余值导致索引越界的优雅解决方案

嘿，这个问题我之前做批量可视化时也碰到过！用12×12布局展示70个子图，直接硬循环要么索引越界，要么堆一堆if-else显得代码乱糟糟的。这里有两个优雅高效的解决方案，完美适配你的需求：

这种方式完全符合你想要快速查看的12×12布局，先创建所有子图，只绘制前70个，剩余的空轴直接批量隐藏，逻辑清晰且代码简洁：

import matplotlib.pyplot as plt
import pandas as pd

# 假设你的变量已经加载完成：warDf、meanDf、time、pcmean、ncmean
fig, axes = plt.subplots(12, 12, figsize=(24, 24))  # 大画布适配12×12布局
axes_flat = axes.flatten()  # 把二维轴数组转成一维，方便遍历

# 遍历前70个变量，绘制对应子图
for idx in range(70):
    ax = axes_flat[idx]
    # 绘制meanDf的时间序列趋势
    ax.plot(time, meanDf.iloc[:, idx], label='Mean Trend', color='#1f77b4')
    # 标记warDf的最终反应结果
    ax.scatter(time[-1], warDf.iloc[idx], label='Final Result', color='#ff4b5c', s=50)
    # 添加pcmean和ncmean的参考线
    ax.axhline(y=pcmean, color='#2ca02c', linestyle='--', label='PC Mean')
    ax.axhline(y=ncmean, color='#ff7f0e', linestyle='--', label='NC Mean')
    
    # 调整子图细节，避免重叠
    ax.set_title(f'Variable {idx+1}', fontsize=10)
    ax.legend(fontsize=8)
    ax.tick_params(axis='both', labelsize=8)

# 批量隐藏剩余的空轴，一步搞定
for ax in axes_flat[70:]:
    ax.axis('off')

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

如果你对12×12的严格布局没有硬性要求，只是想以12列为基准展示，那可以动态计算需要的行数（向上取整），这样画布不会过大，查看更紧凑：

import matplotlib.pyplot as plt
import pandas as pd

n_cols = 12
n_rows = (70 + n_cols - 1) // n_cols  # 向上取整计算行数，70个图需要6行（6×12=72）

fig, axes = plt.subplots(n_rows, n_cols, figsize=(24, n_rows*2))
axes_flat = axes.flatten()

# 绘制逻辑和方案一完全一致
for idx in range(70):
    ax = axes_flat[idx]
    ax.plot(time, meanDf.iloc[:, idx], label='Mean Trend', color='#1f77b4')
    ax.scatter(time[-1], warDf.iloc[idx], label='Final Result', color='#ff4b5c', s=50)
    ax.axhline(y=pcmean, color='#2ca02c', linestyle='--', label='PC Mean')
    ax.axhline(y=ncmean, color='#ff7f0e', linestyle='--', label='NC Mean')
    
    ax.set_title(f'Variable {idx+1}', fontsize=10)
    ax.legend(fontsize=8)
    ax.tick_params(axis='both', labelsize=8)

# 隐藏多余的2个空轴
for ax in axes_flat[70:]:
    ax.axis('off')

plt.tight_layout()
plt.show()

这两种方案都避免了繁琐的if-else判断，代码更简洁易维护，而且完全解决了索引越界的问题。你可以根据自己的布局偏好选择其中一种~

内容的提问来源于stack exchange，提问作者g pe