python - 瀑布图python？

Question

是否有一个 python 模块可以像 MATLAB 那样做瀑布图？我用谷歌搜索了“numpy 瀑布”、“scipy 瀑布”和“matplotlib 瀑布”，但没有找到任何东西。

Answer 1

您可以使用PolyCollection类在 matplotlib 中制作瀑布图。请参阅此特定示例以获取有关如何使用此类执行瀑布的更多详细信息。

此外，您可能会发现这篇博文很有用，因为作者表明您可能会在某些特定情况下获得一些“视觉错误”（取决于选择的视角）。

下面是一个使用 matplotlib 制作的瀑布示例（图片来自博客文章）：（ _{来源：austringer.net）}

Answer 2

看看mplot3d：

# copied from 
# http://matplotlib.sourceforge.net/mpl_examples/mplot3d/wire3d_demo.py

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
X, Y, Z = axes3d.get_test_data(0.05)
ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10)

plt.show()

我不知道如何获得像 Matlab 一样好的结果。

---

如果你想要更多，你也可以看看MayaVi：http ://mayavi.sourceforge.net/

Answer 3

维基百科类型的瀑布图也可以这样获得：

import numpy as np
import pandas as pd

def waterfall(series):
    df = pd.DataFrame({'pos':np.maximum(series,0),'neg':np.minimum(series,0)})
    blank = series.cumsum().shift(1).fillna(0)
    df.plot(kind='bar', stacked=True, bottom=blank, color=['r','b'])
    step = blank.reset_index(drop=True).repeat(3).shift(-1)
    step[1::3] = np.nan
    plt.plot(step.index, step.values,'k')

test = pd.Series(-1 + 2 * np.random.rand(10), index=list('abcdefghij'))
waterfall(test)

Answer 4

我已经生成了一个函数，可以复制 matplotlib 中的 matlab 瀑布行为。那是：

1. 它生成 3D 形状，因为它有许多独立和平行的 2D 曲线
2. 它的颜色来自 z 值中的颜色图

我从 matplotlib 文档中的两个示例开始：多色线和3d plot 中的多条线。从这些示例中，我只看到可以根据示例后面的 z 值绘制颜色在给定颜色图之后变化的线条，这正在重塑输入数组以通过 2 个点的线段绘制线并将线段的颜色设置为这两个点之间的 z 平均值。

因此，给定输入矩阵n,mmatrixes和X，函数在 之间的最小维度上循环，以将每个瀑布图独立线绘制为 2 个点段的线集合，如上所述。YZn,m

def waterfall_plot(fig,ax,X,Y,Z,**kwargs):
    '''
    Make a waterfall plot
    Input:
        fig,ax : matplotlib figure and axes to populate
        Z : n,m numpy array. Must be a 2d array even if only one line should be plotted
        X,Y : n,m array
        kwargs : kwargs are directly passed to the LineCollection object
    '''
    # Set normalization to the same values for all plots
    norm = plt.Normalize(Z.min().min(), Z.max().max())
    # Check sizes to loop always over the smallest dimension
    n,m = Z.shape
    if n>m:
        X=X.T; Y=Y.T; Z=Z.T
        m,n = n,m

    for j in range(n):
        # reshape the X,Z into pairs 
        points = np.array([X[j,:], Z[j,:]]).T.reshape(-1, 1, 2)
        segments = np.concatenate([points[:-1], points[1:]], axis=1)  
        # The values used by the colormap are the input to the array parameter
        lc = LineCollection(segments, cmap='plasma', norm=norm, array=(Z[j,1:]+Z[j,:-1])/2, **kwargs)
        line = ax.add_collection3d(lc,zs=(Y[j,1:]+Y[j,:-1])/2, zdir='y') # add line to axes

    fig.colorbar(lc) # add colorbar, as the normalization is the same for all
    # it doesent matter which of the lc objects we use
    ax.auto_scale_xyz(X,Y,Z) # set axis limits

因此，可以使用与 matplotlib 曲面图相同的输入矩阵轻松生成看起来像 matlab 瀑布的图：

import numpy as np; import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection
from mpl_toolkits.mplot3d import Axes3D

# Generate data
x = np.linspace(-2,2, 500)
y = np.linspace(-2,2, 60)
X,Y = np.meshgrid(x,y)
Z = np.sin(X**2+Y**2)-.2*X
# Generate waterfall plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
waterfall_plot(fig,ax,X,Y,Z,linewidth=1.5,alpha=0.5) 
ax.set_xlabel('X'); ax.set_ylabel('Y'); ax.set_zlabel('Z') 
fig.tight_layout()

该函数假设在生成网格网格时，x数组是最长的，默认情况下，线的 y 是固定的，x 坐标是变化的。但是，如果y数组的大小较长，则矩阵会被转置，从而生成具有固定 x 的线。因此，生成尺寸倒置 (len(x)=60和len(y)=500) 的网格网格会产生：

要查看**kwargs参数的可能性，请参阅LineCollection 类文档及其set_方法。