当添加残差与add_axes
时,我无法让子图工作。它运行良好,没有残差,我可以将残差添加到一个图中。这是我正在做的一个例子:Python - 为由for循环生成的子图添加残差
首先,为了给你一个我正在绘制什么的想法,(t,y)是我想绘制的数据,拟合是对数据的拟合,差异是拟合和数据之间的差异。
t, s, fit = [], [], []
diff = []
for i in range(12):
t.append(x/y[i])
s.append(np.linspace(0, 1, num=100, endpoint=True))
fit.append(UnivariateSpline(t[i], y, er, s=5e20))
diff.append(fit[i](t[i]) - y)
这是图中:
fig = plt.figure()
for i in range(12):
plt.subplot(4,3,i+1)
fig.add_axes((0.,0.3,0.7,0.9))
plt.plot(s[i], fit[i](s[i]), 'r-') # this is the fit
plt.errorbar(t[i], y, er, fmt='.k',ms=6) # this is the data
plt.axis([0,1, 190, 360])
fig.add_axes((0.,0.,0.7,0.3))
plot(t[i],diff[i],'or') # this are the residuals
plt.axis([0,1, 190, 360])
因此,大家可以看到我生成12个次要情节,它工作得很好,直到我添加fig.add_axes
数据+配合和之间的每个副区分开残差,但我得到的是对次要情节(图已经皱缩看到在次要情节)的顶部有一个凌乱的情节:
和我要的是12个分支情节,其中每一个看起来是这样的:
对不起穷人的解释,我已经编辑我的问题,以使其更清晰。我将两种方法混合在一起,试图在同一个子图中绘制我的数据+拟合和残差 – JVR
哦,这与真正的问题完全不同。 ;-)我会稍后再研究它。 – ImportanceOfBeingErnest
我现在更新了答案。 – ImportanceOfBeingErnest