subplots的axs[i,j]报错IndexError: too many indices for array

报错信息：IndexError: too many indices for array: array is 1-dimensional, but 2 were indexed

• subplots(9, 1)时返回axs是(9,)，使用axs[i]， subplots(9, 2)才使用axs[i, j]

当你使用 fig, axs = plt.subplots(9, 1) 时，axs 是一个包含 9 个 AxesSubplot 对象的一维数组。此时 axs 的形状是 (9,)，表示有 9 个子图，每个子图在数组中的一个位置。要访问这些子图中的某一个，只需要一个索引，而不是两个。

例如，axs[0]、axs[1] 等是单个子图的对象。而当 axs 是一个二维数组时，比如 fig, axs = plt.subplots(2, 3)，axs 的形状为 (2, 3)，此时你可以用两个索引来访问特定的子图，比如 axs[0, 1]。

因此，如果你在 fig, axs = plt.subplots(9, 1) 中尝试使用 axs[i, j] 的方式来访问子图，会导致 IndexError 错误，因为 axs 是一维的。

解决方案：

你应该使用一维索引来访问子图。以下是如何正确地访问这些子图的代码示例：

import matplotlib.pyplot as plt
import numpy as np

# 示例数据
combined_array = np.random.rand(100, 9)  # 100 行，9 列

# 创建 9 行 1 列的子图
fig, axs = plt.subplots(9, 1, figsize=(10, 15))

# 遍历每个子图位置
for i in range(9):
    axs[i].plot(combined_array[:, i], label=f'Feature {i + 1}')
    axs[i].legend()

plt.tight_layout()
plt.show()

代码解释：

1. 创建示例数据：
   • combined_array 是一个形状为 (100, 9) 的 2 维数组，每一列代表一个特征。
2. 创建子图：
   • fig, axs = plt.subplots(9, 1, figsize=(10, 15)) 创建了 9 个子图，排列成一列。此时 axs 是一个包含 9 个元素的 1 维数组，每个元素是一个子图对象。
3. 绘图：
   • 使用 for i in range(9) 遍历每个子图。
   • axs[i].plot(combined_array[:, i], label=f'Feature {i + 1}') 在每个子图中绘制 combined_array 的第 i 列。
   • axs[i].legend() 为每个子图添加图例。

通过这种方式，你可以确保每个子图都正确绘制并显示相应的数据。如果你的子图数量和列数不对称，可以适当地调整 figsize 以保持图形的布局清晰。