0

我有一堆数据文件的情况，这些数据文件在给定的时间范围内有许多样本，具体取决于系统。即例如在时间 t=1 时，我可能有一个包含 10 项或 20 项的文件，稍后在该文件中我将始终拥有相同数量的项目。格式为时间、x、y、z 列，并加载到 numpy 数组中。时间值显示哪一帧，但如前所述，总是相同的，让我们以 10 作为示例。所以我会有一个 (10,4) numpy 数组，其中时间值是相同的，但是文件中有很多帧，所以可以说 100 帧，所以我真的有 (1000,4)。我想在 x 轴上随时间绘制数据，并在 y 上对其他数据进行操作，但我不确定如何使用 matplotlib 中的线图方法来做到这一点。通常要同时提供 x，y 值我相信我需要做一个散点图，所以我希望有更好的方法来做到这一点。我理想中想要的是将具有相同时间码的每一行视为不同的系列（因此颜色会有所不同），并且下一帧中相同行号的下一位数据（时间值）将被标记为相同的颜色，给出那些良好的连续线条。我们可以查看时间列并计算出有多少项目共享一个时间码，我们称之为“n”。示例代码：我们可以查看时间列并计算出有多少项目共享一个时间码，我们称之为“n”。示例代码：我们可以查看时间列并计算出有多少项目共享一个时间码，我们称之为“n”。示例代码：

a = numpy.loadtxt('sampledata.txt')
plt.plot(a[:0,:,n],a[:1,:1])
plt.show()

我认为这段代码表达了我的目标，尽管它不起作用。

4

2 回答 2

1

编辑：我希望这是你想要的。

seaborn scatterplot可以将数据分类到具有相同代码（在本例中为时间代码）的某些组中，并对它们使用相同的颜色。

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()

我在这里使用了 csv 文件，但您也可以通过添加sep="\t"参数来处理您的文本文件。我还在文件中添加了一个代码。如果你有它，代码可以对图中的数据进行分组，因此你不必分离或制作分层索引。如果您想更改颜色或分组，请参阅 seaborn 网站。

希望这可以帮助。

于 2019-02-15T07:07:23.970 回答
1

另一种方法，我使用的方法，但蒂姆的答案仍然是准确的。由于时间代码不是日期/时间信息，我修改了自己的代码以添加标签作为第二列，我称之为“p”（它们是聚合物）。

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()

当然，如果需要，其他列也可以类似地绘制。

于 2019-02-27T18:24:34.267 回答