【疑难杂症】根据指定行列生成subplots子图坐标，解决Seaborn子图覆盖问题

手动反爬虫： 原博地址 https://blog.csdn.net/lys_828/article/details/123898527

 知识梳理不易，请尊重劳动成果，文章仅发布在CSDN网站上，在其他网站看到该博文均属于未经作者授权的恶意爬取信息

1 问题说明

在进行seaborn绘制分类箱型图时，发现批量生成的图形会自动追加到第一个图中，如下

如果是单独进行各区域数据的绘制，都可以正常出图，如下（比如选择朝阳区数据）

接着把数据换成海淀区，输出结果如下

2 问题解决

2.1 Seaborn子图覆盖问题解决

由于是通过Seaborn进行绘制箱型图，要解决图形不覆盖的问题，就只能进行图形的分配，即子图的绘制，把每一个图形的输出结果都放在一个子图中进行显示，这样最终的结果就不会被覆盖了。

首先子图的绘制，可以参考之前写的博客，Matplotlib库绘图的子图绘制绘制的方式有多种，这里采用subplots方法进行子图的绘制，所以要先清楚该方法的输出的信息。

比如指定整个画布分成6个子图，子图按照2行3列的方式排列，其中subplots中的第一个参数就是代表行，第二个参数代表列

获取第一个子图，可以使用ax[0][0]，也可以使用ax[(0,0)]，代码及输出结果如下

进一步就是如何把子图加载到boxplot中，借助ax参数，就是指定每次绘制的子图的位置，代码如下

fig,ax = plt.subplots(2,3) 
df = data_0[data_0['dist'] == '朝阳']
sns.boxplot(x = 'dist',y = 'price',data = df,hue = 'school',ax=ax[(0,0)])
df = data_0[data_0['dist'] == '海淀']
sns.boxplot(x = 'dist',y = 'price',data = df,hue = 'school',ax=ax[(0,1)])

输出结果如下（由此可以发现只要是指定ax中子图的具体坐标就可以解决Seaborn绘制子图覆盖的问题）

如果是接下来手动指定子图的坐标，直接通过批量赋值后修改一下对应的坐标值就可以将6个子图全部绘制出来，代码如下

fig,ax = plt.subplots(2,3,figsize=(12,8)) 
df = data_0[data_0['dist'] == '朝阳']
sns.boxplot(x = 'dist',y = 'price',data = df,hue = 'school',ax=ax[(0,0)])
df = data_0[data_0['dist'] == '海淀']
sns.boxplot(x = 'dist',y = 'price',data = df,hue = 'school',ax=ax[(0,1)])
df = data_0[data_0['dist'] == '丰台']
sns.boxplot(x = 'dist',y = 'price',data = df,hue = 'school',ax=ax[(0,2)])
df = data_0[data_0['dist'] == '西城']
sns.boxplot(x = 'dist',y = 'price',data = df,hue = 'school',ax=ax[(1,0)])
df = data_0[data_0['dist'] == '东城']
sns.boxplot(x = 'dist',y = 'price',data = df,hue = 'school',ax=ax[(1,1)])
df = data_0[data_0['dist'] == '石景山']
sns.boxplot(x = 'dist',y = 'price',data = df,hue = 'school',ax=ax[(1,2)])

输出结果如下。（可以解决Seaborn绘制子图覆盖的问题，但是可以发现这种操作会有大量的代码重复）

2.2 指定行列生成subplots子图坐标问题解决

观察重复的代码中，有变化的只有两处，一个就是城区的选择，还有一个就是子图坐标的设置。其中前者很好进行处理，就是通过unique方法直接获取对应的区域数据即可，代码及输出结果如下。

第二个问题就是要充分考虑子图坐标的特点：坐标的值，最小的是从(0,0)开始，最大的就是比指定行列数值都小1（比如上图指定的是2行3列，最后的子图坐标就是[(1,2)]，按照这个特点进行子图坐标的生成，直接给出封装好的函数，代码如下。

def generate_axis(rows,cols):
    return [(row,col) for row in range(rows) for col in range(cols)]
generate_axis(2,3)

输出结果如下（封装函数的好处在于之后再次遇到此类问题，就可以直接拿来使用，不用再多余进行重新设置，这里还进行了3行2列坐标的生成，验证结果输出无误）

2.3 所有问题解决

将2.1和2.2的问题解决方法进行结合，就可以完美的实现要求，代码如下

fig,ax = plt.subplots(2,3,figsize=(12,8)) 
nums = generate_axis(2,3)
zones = data_0.dist.unique()
for i in range(len(zones)):
    df = data_0[data_0['dist'] == zones[i]]
    sns.boxplot(x = 'dist',y = 'price',data = df,hue = 'school',ax = ax[nums[i]])

输出结果如下（顺利解决问题，完结撒花✿✿ヽ(°▽°)ノ✿）