4

我在 matplotlib 和 Python 上遇到了一个相当严重的问题。我有一个密集的周期图数据集并想要绘制它。问题是,当一个像素上的数据点多于可以绘制的数据点时,程序包不会选择要显示的最小值和最大值。这意味着随便看一下情节可能会导致您得出错误的结论。

以下是此类问题的示例:
例子

数据集被绘制plot()scatter()覆盖。您可以看到,在密集的数据字段中,连接数据的蓝线没有达到实际峰值,导致人类观察者得出结论,约 2.4 处的峰值是最大值,而实际上并非如此。

如果您放大或强制使用宽查看窗口,它会正确显示。 rasterizeaa关键字对问题没有影响。

有没有办法确保plot()始终呈现呼叫的最小/最大点?否则,这需要在 matplotlib 的更新中解决。我从未有过这样的绘图包,这是一个非常重要的问题。

编辑:

x = numpy.linspace(0,1,2000000)
y = numpy.random.random(x.shape)
y[1000000]=2

plot(x,y)
show()

应该复制问题。虽然它可能取决于您的显示器分辨率。通过拖动并调整窗口大小,您应该会看到问题所在。一个数据点应该突出ay=2,但这并不总是显示出来。

4

1 回答 1

6

这是由于 matplotlib 中的路径简化算法。虽然在某些情况下它肯定是不可取的,但它是加速渲染的故意行为。

简化算法在某些时候进行了更改,以避免跳过“异常”点,因此新版本的 mpl 不会表现出这种确切的行为(尽管路径仍然被简化)。

如果您不想简化路径,则可以在 rc 参数中禁用它(在您的.matplotlibrc文件中或在运行时)。

例如

import matplotlib as mpl
mpl.rcParams['path.simplify'] = False
import matplotlib.pyplot as plt

但是,使用“信封”样式的图可能更有意义。举个简单的例子:

import matplotlib.pyplot as plt
import numpy as np

def main():
    num = 10000
    x = np.linspace(0, 10, num)
    y = np.cos(x) + 5 * np.random.random(num)

    fig, (ax1, ax2) = plt.subplots(nrows=2)
    ax1.plot(x, y)
    envelope_plot(x, y, winsize=40, ax=ax2)
    plt.show()

def envelope_plot(x, y, winsize, ax=None, fill='gray', color='blue'):
    if ax is None:
        ax = plt.gca()
    # Coarsely chunk the data, discarding the last window if it's not evenly
    # divisible. (Fast and memory-efficient)
    numwin = x.size // winsize
    ywin = y[:winsize * numwin].reshape(-1, winsize)
    xwin = x[:winsize * numwin].reshape(-1, winsize)
    # Find the min, max, and mean within each window 
    ymin = ywin.min(axis=1)
    ymax = ywin.max(axis=1)
    ymean = ywin.mean(axis=1)
    xmean = xwin.mean(axis=1)

    fill_artist = ax.fill_between(xmean, ymin, ymax, color=fill, 
                                  edgecolor='none', alpha=0.5)
    line, = ax.plot(xmean, ymean, color=color, linestyle='-')
    return fill_artist, line

if __name__ == '__main__':
    main()

在此处输入图像描述

于 2013-04-06T15:13:42.520 回答