如何优化Matplotlib子图绘制pandas Series的遍历代码？

原代码通过嵌套循环和计数器匹配子图与Series，冗余且可读性弱。可以通过展平axes数组结合并行遍历实现更简洁的写法：

优化后的代码 #

import matplotlib.pyplot as plt

items = [expcat, inccat, expmonth, incmonth]
fig, axes = plt.subplots(2, 2)

# 将二维axes数组展平为一维，简化遍历逻辑
for idx, (ax, series) in enumerate(zip(axes.flatten(), items), start=1):
    ax.plot(series.cumsum(), color="red", linestyle="dashed", label=idx)
    ax.legend()  # 可选：显示标签

fig.subplots_adjust(wspace=0, hspace=0)
plt.show()

核心改进说明 #

• 展平axes数组：axes.flatten()把2×2的二维axes结构转为一维列表，彻底避免嵌套循环。
• 并行遍历配对：用zip(axes.flatten(), items)直接将子图对象与对应Series绑定遍历，无需手动维护计数器n。
• 直接获取序号：enumerate(..., start=1)自动生成从1开始的序号，替代原代码中n的作用，用于设置标签。

如果需要确保Series数量与子图数量匹配，可以提前添加断言：assert len(items) == axes.size，避免索引越界问题。

内容的提问来源于stack exchange，提问作者Celepharn