使用Pandas，Matplotlib和Numpy绘制2D数组

debugcn 发表于 Dev

326

作为模拟的结果，我使用Pandas解析了输出groupby()。我在按所需方式绘制数据时遇到了一些困难。这是我要绘制的Pandas输出文件（为简单起见被抑制）：

                 Avg-del   Min-del    Max-del Avg-retx  Min-retx    Max-retx
Prob Producers 
0.3  1           8.060291  0.587227  26.709371  42.931779  5.130041  136.216642  
     5           8.330889  0.371387  54.468836  43.166326  3.340193  275.932170  
     10          1.012147  0.161975   4.320447   6.336965  2.026241   19.177802  
0.5  1           8.039639  0.776463  26.053635  43.160880  5.798276  133.090358  
     5           4.729875  0.289472  26.717824  25.732373  2.909811  135.289244  
     10          1.043738  0.160671   4.353993   6.461914  2.015735   19.595393

我的y轴是延迟，我的x轴是生产者的数量。我想为概率设置误差线，为设置p=0.3另一个误差线p=0.5。我的python脚本如下：

import sys
import time
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

pd.set_option('display.expand_frame_repr', False)

outputFile = 'averages.txt'
f_out = open(outputFile, 'w')

data = pd.read_csv(sys.argv[1], delimiter=",")
result = data.groupby(["Prob", "Producers"]).mean()

print "Writing to output file: " + outputFile
result_s = str(result)
f_out.write(result_s)
f_out.close()

*** Update from James ***
for prob_index in result.index.levels[0]:
r = result.loc[prob_index]  
labels = [col for col in r]
lines = plt.plot(r)
[line.set_label(str(prob_index)+" "+col) for col, line in zip(labels, lines)]
ax = plt.gca()
ax.legend()
ax.set_xticks(r.index)
ax.set_ylabel('Latency (s)')
ax.set_xlabel('Number of producer nodes')

plt.show()

现在，我有4个切片的数组，每种概率一个。如何基于delay（del）和retx再次对其进行切片，并基于ave，min，max绘制误差线？

詹姆士

好的，这里发生了很多事情。首先，它绘制了6条线。当您的代码调用

plt.plot(np.transpose(np.array(result)[0:3, 0:3]), label = 'p=0.3')
plt.plot(np.transpose(np.array(result)[3:6, 0:3]), label = 'p=0.5')

它正在调用plt.plot3x3数据数组。plt.plot将此输入解释为不是x和y，而是解释为3个单独的y值序列（每个具有3个点）。对于x值，它将插值0,1,2。换句话说，它是第一个plot调用，它正在绘制数据：

x = [1,2,3]; y = [8.060291, 8.330889, 1.012147]
x = [1,2,3]; y = [0.587227, 0.371387, 0.161975]
x = [1,2,3]; y = [26.709371, 54.468836, 4.320447]

根据您的x标签，我认为您希望这些值为x = [1,5,10]。尝试此操作以查看是否获得所需的绘图。

# iterate over the first dataframe index
for prob_index in result.index.levels[0]:
    r = result.loc[prob_index]
    labels = [col for col in r]
    lines = plt.plot(r)
    [line.set_label(str(prob_index)+" "+col) for col, line in zip(labels, lines)]
    ax = plt.gca()
    ax.legend()
    ax.set_xticks(r.index)
    ax.set_ylabel('Latency (s)')
    ax.set_xlabel('Number of producer nodes')

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。