本文旨在解决在使用 matplotlib.pyplot.subplots 创建多子图时，因轴对象解包不当导致的 AttributeError: ‘numpy.ndarray’ object has no attribute ‘bar’ 错误。通过详细分析 subplots 的返回值机制，本文将展示如何正确地解包和访问单个轴对象，从而有效避免此类常见的绘图问题，确保Seaborn等库的绘图函数能够正确调用轴方法。
在使用 matplotlib.pyplot 和 seaborn 进行数据可视化时，attributeerror: ‘numpy.ndarray’ object has no attribute ‘bar’ 是一个常见的错误，尤其是在创建包含多个子图的图形布局时。这个错误通常发生在尝试在一个 numpy.ndarray 类型的对象上调用绘图方法（如 bar、countplot 等）时，而这些方法实际上应该在 matplotlib.axes.axes 对象上调用。问题的根源在于对 plt.subplots 返回值的误解和不正确的解包操作。
理解 plt.subplots 的返回值
plt.subplots 函数用于创建一个包含多个子图的图形。它的返回值是一个元组，通常包含两个元素：
fig: 一个 matplotlib.figure.Figure 对象，代表整个图形窗口。ax: 一个或一组 matplotlib.axes.Axes 对象，代表图中的一个或多个子图（坐标系）。
关键在于 ax 的类型取决于你如何调用 plt.subplots：
单个子图: 当 nrows=1 和 ncols=1 (或省略这些参数，因为它们默认都是1) 时，ax 将直接是一个 matplotlib.axes.Axes 对象。
fig, ax = plt.subplots() # ax 是一个 Axes 对象
多个子图 (一维排列): 当 nrows > 1 且 ncols = 1，或 nrows = 1 且 ncols > 1 时，ax 将是一个 numpy.ndarray 对象，其中包含多个 Axes 对象。
fig, axes = plt.subplots(nrows=2, ncols=1) # axes 是一个包含两个 Axes 对象的 NumPy 数组fig, axes = plt.subplots(nrows=1, ncols=2) # axes 是一个包含两个 Axes 对象的 NumPy 数组
多个子图 (二维网格): 当 nrows > 1 且 ncols > 1 时，ax 将是一个二维的 numpy.ndarray 对象，其形状与 (nrows, ncols) 对应。
fig, axes = plt.subplots(nrows=2, ncols=2) # axes 是一个 2x2 的 NumPy 数组
错误示例分析
考虑以下导致 AttributeError 的代码片段：
import matplotlib.pyplot as pltimport seaborn as snsimport pandas as pdimport numpy as np# 假设 dataset 是一个 DataFrame，包含 'class_label' 列# 这里创建一个示例数据集data = {'class_label': np.random.choice(['A', 'B', 'C', 'D'], 100)}dataset = pd.DataFrame(data)# 错误的代码示例fig, (ax1) = plt.subplots(ncols=2, figsize=(25, 7.5), dpi=100)fig.suptitle(f'Counts of Observation Labels in ciciot_2023 ', fontsize=25)sns.countplot(x="class_label", palette="OrRd_r", data=dataset, order=dataset['class_label'].value_counts().index, ax=ax1)ax1.set_title('ciciot2023', fontsize=20)ax1.set_xlabel('label', fontsize=15)ax1.set_ylabel('count', fontsize=15)ax1.tick_params(labelrotation=90)plt.show()
在这个例子中，plt.subplots(ncols=2, …) 明确要求创建两个列的子图。根据上面的解释，plt.subplots 会返回一个 fig 对象和一个包含两个 Axes 对象的 numpy.ndarray。然而，代码中使用了 fig, (ax1) = … 这样的解包方式。这里的 (ax1) 仅仅是给变量 ax1 加上了括号，它并没有实现数组的解包。因此，ax1 变量实际上接收到的是整个 numpy.ndarray 对象，而不是第一个 Axes 对象。
当 sns.countplot 函数尝试在 ax=ax1 上绘图时，它会内部调用 ax1.bar 方法。但由于 ax1 是一个 numpy.ndarray 对象，它并没有 bar 这个方法，从而引发 AttributeError: ‘numpy.ndarray’ object has no attribute ‘bar’。
包阅AI
论文对照翻译，改写润色，专业术语详解，选题评估，开题报告分析，评审校对，一站式解决论文烦恼！
84 查看详情
正确的解包与修正方法
要解决这个问题，关键在于正确地解包 plt.subplots 返回的 Axes 数组。当 ncols=2 时，你需要提供两个变量来接收这两个 Axes 对象。
import matplotlib.pyplot as pltimport seaborn as snsimport pandas as pdimport numpy as np# 假设 dataset 是一个 DataFrame，包含 'class_label' 列data = {'class_label': np.random.choice(['A', 'B', 'C', 'D'], 100)}dataset = pd.DataFrame(data)# 正确的代码示例# 当 ncols=2 时，需要解包为两个 Axes 对象，例如 (ax1, ax2)fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(25, 7.5), dpi=100)fig.suptitle(f'Counts of Observation Labels in ciciot_2023 ', fontsize=25)# 现在 ax1 是一个 Axes 对象，可以正确地传递给 seabornsns.countplot(x="class_label", palette="OrRd_r", data=dataset, order=dataset['class_label'].value_counts().index, ax=ax1)ax1.set_title('ciciot2023', fontsize=20)ax1.set_xlabel('label', fontsize=15)ax1.set_ylabel('count', fontsize=15)ax1.tick_params(labelrotation=90)# 如果有第二个子图，可以在 ax2 上进行绘图# sns.countplot(x="another_label", data=dataset, ax=ax2)# ax2.set_title('Another Plot')plt.tight_layout(rect=[0, 0.03, 1, 0.95]) # 调整布局以避免标题重叠plt.show()
通过将 fig, (ax1) 修改为 fig, (ax1, ax2)，我们正确地将 plt.subplots 返回的 Axes 数组解包为两个独立的 Axes 对象 ax1 和 ax2。这样，ax1 就不再是 numpy.ndarray，而是真正的 matplotlib.axes.Axes 对象，其上所有绘图方法（如 bar）都可正常调用。
注意事项与最佳实践
匹配解包数量: 始终确保你用于解包 Axes 对象的变量数量与 plt.subplots 创建的子图数量相匹配。plt.subplots(nrows=1, ncols=1) -> fig, ax = plt.subplots()plt.subplots(nrows=1, ncols=N) 或 plt.subplots(nrows=N, ncols=1) -> fig, axes = plt.subplots(…)，然后通过 axes[0], axes[1] 等访问，或者 fig, (ax1, ax2, …, axN) = plt.subplots(…) 进行解包。plt.subplots(nrows=N, ncols=M) -> fig, axes = plt.subplots(…)，然后通过 axes[i, j] 访问。灵活使用索引: 当子图数量较多或布局复杂时，使用 axes 数组的索引（如 axes[0] 或 axes[1, 0]）来访问特定的 Axes 对象通常比解包到大量单独的变量更方便。squeeze=False: 如果你总是希望 ax 返回一个二维数组，即使是单行单列的布局，可以使用 plt.subplots(…, squeeze=False)。这可以使代码在不同布局下更具一致性，但需要始终使用索引访问 ax[0, 0]。导入规范: 习惯性地导入 matplotlib.pyplot 为 plt，seaborn 为 sns，以保持代码的简洁性和可读性。
总结
AttributeError: ‘numpy.ndarray’ object has no attribute ‘bar’ 错误通常源于对 matplotlib.pyplot.subplots 返回值（特别是 Axes 对象）的误解和不当解包。通过理解 plt.subplots 如何根据 nrows 和 ncols 参数返回单个 Axes 对象或 Axes 对象的 numpy.ndarray，并采用正确的解包或索引访问方式，可以有效地避免此类错误，确保绘图代码的顺利执行。始终记住，绘图函数如 sns.countplot 需要一个 matplotlib.axes.Axes 对象作为其 ax 参数。
以上就是Matplotlib subplots 轴对象解包错误解析与修正的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/609211.html
微信扫一扫 
支付宝扫一扫 
