用同一条线连接不同的数据系列

debugcn 发表于 Dev

用户名

有没有办法让matplotlib用同一行连接来自两个不同数据集的数据？

上下文：我需要以对数比例绘制一些数据，但是其中一些是负数。我使用以不同颜色绘制数据绝对值的解决方法（红色表示正，绿色表示负），如下所示：

import pylab as pl
pl.plot( x, positive_ys, 'r-' )        # positive y's
pl.plot( x, abs( negative_ys ), 'g-' ) # negative y's
pl.show()

但是，由于它们表示相同的数量，因此将两个数据序列连接在同一条线上会很有帮助。这可能吗？

我无法使用，pl.plot( x, abs( ys ))因为我需要能够区分正值和原始负值。

绍尔施

通过numpy，您可以使用逻辑索引。

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)

x = np.array([10000, 1000, 100, 10, 1, 5, 50, 500, 5000, 50000])
y = np.array([-10000, -1000, -100, -10, -1, 5, 50, 500, 5000, 50000])

ax.plot(x,abs(y),'+-b',label='all data')
ax.plot(abs(x[y<= 0]),abs(y[y<= 0]),'o',markerfacecolor='none', 
                                        markeredgecolor='r', 
                                        label='we are negative')

ax.set_xscale('log')
ax.set_yscale('log')

ax.legend(loc=0)

plt.show()

关键功能是首先绘制所有绝对值y，然后将原来为负的那些值重新绘制为空心圆以将其选中。第二步使用逻辑索引，x[y<=0]并y[y<=0]仅选择y-array的负数元素。

上面的示例为您提供了该图：

标记为负面

如果您确实有两个不同的数据集，则以下代码将为您提供与上图相同的图形：

x1 = np.array([1, 10, 100, 1000, 10000])
x2 = np.array([5, 50, 500, 5000, 50000])

y1 = np.array([-1, -10, -100, -1000, -10000])
y2 = np.array([5, 50, 500, 5000, 50000])

x = np.concatenate((x1,x2))
y = np.concatenate((y1,y2))

sorted = np.argsort(y)

ax.plot(x[sorted],abs(y[sorted]),'+-b',label='all data')
ax.plot(abs(x[y<= 0]),abs(y[y<= 0]),'o',markerfacecolor='none',
                                        markeredgecolor='r', 
                                        label='we are negative')

在这里，您首先np.concatenate要结合使用x-和-y数组。然后，您采用np.argsort某种方式对y-array进行排序，以确保在绘制时不会出现过大的锯齿形线条。sorted调用第一个图时，将使用该索引数组（）。由于第二个图仅绘制符号而没有连接线，因此此处不需要排序数组。