我有一堆數(shù)據(jù)文件的情況，這些數(shù)據(jù)文件在給定的時間范圍內(nèi)有許多樣本，這取決于系統(tǒng)。例如，在時間 t=1 時，我可能有一個包含 10 個項目或 20 個項目的文件，稍后在該文件中我將始終擁有相同數(shù)量的項目。格式為 time、x、y、z 列，并加載到 numpy 數(shù)組中。時間值顯示了哪一幀，但如前所述，總是相同的，讓我們以 10 作為示例。所以我會有一個 (10,4) numpy 數(shù)組，其中時間值是相同的，但是文件中有很多幀，所以可以說 100 幀，所以我真的有 (1000,4)。我想在 x 軸上繪制帶有時間的數(shù)據(jù)并在 y 上對其他數(shù)據(jù)進行操作，但我不確定如何使用 matplotlib 中的線圖方法來執(zhí)行此操作。通常同時提供 x, y 值我相信我需要做一個散點圖，所以我希望有更好的方法來做到這一點。我理想中想要的是將具有相同時間碼的每一行視為不同的系列（因此它的顏色會不同），并且下一幀（時間值）中相同行號的下一位數(shù)據(jù)將被標記為相同的顏色，提供那些良好的連續(xù)線條。我們可以查看時間列并計算出有多少項共享一個時間碼，我們稱之為“n”。示例代碼：我們可以查看時間列并計算出有多少項共享一個時間碼，我們稱之為“n”。示例代碼：我們可以查看時間列并計算出有多少項共享一個時間碼，我們稱之為“n”。示例代碼：a = numpy.loadtxt('sampledata.txt')
plt.plot(a[:0,:,n],a[:1,:1])
plt.show()我認為這段代碼表達了我的意圖，盡管它不起作用。
2 回答
BIG陽
TA貢獻1859條經(jīng)驗 獲得超6個贊
我希望這是你想要的。
seaborn scatterplot可以將數(shù)據(jù)分類到一些具有相同代碼（在這種情況下為時間代碼）并使用相同顏色的組。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv(r"E:\Programming\Python\Matplotlib\timecodes.csv",
names=["time","x","y","z","code"]) #use your file
df["time"]=pd.to_datetime(df["time"]) #recognize the data as Time
df["x"]=df["time"].dt.day # I changed the data into "Date only" and imported to x column. Easier to see on graph.
#just used random numbers in y and z in my data.
sns.scatterplot("x", "y", data = df, hue = "code") #hue does the grouping
plt.show()
我在這里使用了 csv 文件，但您也可以通過添加sep="\t"參數(shù)來處理您的文本文件。我還在文件中添加了一個代碼。如果你有它，代碼可以對圖中的數(shù)據(jù)進行分組，所以你不必分開或制作分層索引。如果您想更改顏色或分組，請參閱 seaborn 網(wǎng)站。
希望這可以幫助。
滄海一幻覺
TA貢獻1824條經(jīng)驗 獲得超5個贊
替代，我使用的方法，但蒂姆的回答仍然準確。由于時間碼不是日期/時間信息，我修改了自己的代碼以添加標簽作為第二列，我稱之為“p”（它們是聚合物）。
import numpy as np
import pandas as pd
datain = np.loadtxt('somefile.txt')
df = pd.DataFrame(data = datain, columns = ["t","p","x","y","z"])
ax = sns.scatterplot("t","x", data = df, hue = "p")
plt.show()
當然，如果需要，可以類似地繪制其他列。
添加回答
舉報
0/150
提交
取消