Python Matplotlib 删除散点矩阵图中的空图

在数据可视化中，散点矩阵图是一种常用的工具，用于展示多个变量之间的关系。Python 的 Matplotlib 库提供了强大的绘图功能，可以方便地创建散点矩阵图。

本文将介绍如何使用 Matplotlib 库中的 plt.subplots 函数创建子图，并在子图中绘制散点矩阵图。此外，还将讲解如何使用 plt.delaxes 函数删除不需要的空子图，以优化图形显示效果。

**代码示例：**pythonimport numpy as npimport matplotlib.pyplot as plt

生成随机数据np.random.seed(123)data = np.random.randn(100, 4)

创建子图fig, axs = plt.subplots(4, 4, figsize=(10, 10))

绘制散点矩阵图for i in range(4): for j in range(4): if i == j: axs[i, j].hist(data[:, i], bins=10) else: axs[i, j].scatter(data[:, j], data[:, i])

删除空图plt.delaxes(axs[0, 2])plt.delaxes(axs[0, 3])plt.delaxes(axs[1, 2])plt.delaxes(axs[1, 3])plt.delaxes(axs[2, 0])plt.delaxes(axs[2, 1])plt.delaxes(axs[3, 0])plt.delaxes(axs[3, 1])

plt.show()

代码解释：

1. 首先，我们使用 np.random.randn 函数生成一个随机数据矩阵。2. 然后，使用 plt.subplots 函数创建一个 4x4 的子图，并将返回值分别赋值给 fig 和 axs。3. 接下来，使用循环遍历每个子图，根据 i 和 j 的值绘制散点图或直方图。4. 最后，使用 plt.delaxes 函数删除指定的空子图，例如 plt.delaxes(axs[0, 2]) 删除了第一行第三列的子图。

总结：

通过上述代码示例，我们可以清晰地了解到如何使用 Matplotlib 库创建散点矩阵图，并利用 plt.delaxes 函数删除不需要的空子图，从而使图形更加简洁美观。