Hướng dẫn how do you plot an array in a list in python? - làm thế nào để bạn vẽ một mảng trong một danh sách trong python?
|
Tôi có một danh sách Show
Tôi đã bị mất hàng giờ nếu không phải là ngày cố gắng tìm ra cách lập chỉ mục danh sách Khi tôi viết mã: Tôi nhận được một giá trịerror: Đặt một phần tử mảng với một chuỗi. Cho thông tin của bạn: Giới thiệu¶Có nhiều gói âm mưu khoa học. Trong chương này, chúng tôi tập trung vào matplotlib, được chọn bởi vì đây là thư viện âm mưu thực tế và tích hợp rất tốt với Python.matplotlib, chosen because it is the de facto plotting library and integrates very well with Python. Đây chỉ là một giới thiệu ngắn về gói âm mưu Cách sử dụng cơ bản - ________ 27¶Việc sử dụng đơn giản >>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [ Nếu bạn chạy mã này trong trình thông dịch Python tương tác, bạn sẽ nhận được một âm mưu như sau: Hai điều cần lưu ý từ cốt truyện này:
Các phiên dịch viên Python tương tác nâng cao như Ipython có thể tự động hóa một số cuộc gọi âm mưu cho bạn. Chẳng hạn, bạn có thể chạy >>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [5 trong ipython, sau đó bạn không còn cần phải chạy >>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [6 mỗi khi gọi >>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [7. Để đơn giản, >>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [6 cũng sẽ bị loại khỏi phần còn lại của các ví dụ này. >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4]) Nếu bạn chuyển hai danh sách cho >>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [7, bạn sẽ đặt rõ ràng các giá trị x: >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4, 5]) ValueError: x and y must have same first dimension Có thể hiểu được, nếu bạn cung cấp hai danh sách độ dài của chúng phải khớp: >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], [0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16]) Để vẽ nhiều đường cong, chỉ cần gọi >>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [7 với nhiều cặp danh sách X X khi cần thiết: >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4]) >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16]) Thay vào đó, nhiều lô có thể được thêm vào bằng cách nhiều lần gọi >>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [7. Đoạn mã sau đây tạo ra âm mưu tương tự như ví dụ mã trước: >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4]) >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16]) >>> plt.xlabel("Time (s)") >>> plt.ylabel("Scale (Bananas)") Việc thêm thông tin vào các trục lô rất đơn giản để làm: >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], label='first plot') >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16], label='second plot') >>> plt.legend() Ngoài ra, việc thêm một huyền thoại khá đơn giản: 0 Và các phạm vi trục điều chỉnh có thể được thực hiện bằng cách gọi >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4])2 và >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4])3 với giới hạn thấp hơn và cao hơn cho các trục tương ứng. 1 Ngoài danh sách dữ liệu X và Y, >>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [7 cũng có thể lấy các chuỗi xác định kiểu vẽ âm mưu: Các chuỗi kiểu, một cặp mỗi X, Y, chỉ định màu sắc và hình dạng: ‘RX, viết tắt của Hội Chữ thập đỏ và‘ B-. Kiểm tra tài liệu của Cuối cùng, >>> from matplotlib import pyplot as plt
>>> plt.plot([1,2,3,4])
[ |
| |
Đôi khi bạn sẽ muốn so sánh một hàm với dữ liệu đo được của bạn; ví dụ khi bạn vừa trang bị một chức năng. Tất nhiên điều này là có thể với matplotlib. Hãy nói rằng chúng tôi đã trang bị một hàm bậc hai cho 10 số nguyên tố đầu tiên và muốn kiểm tra mức độ phù hợp của chúng tôi phù hợp với dữ liệu của chúng tôi.
Chúng tôi đã tạo ra biểu đồ phân tán màu đỏ bằng cách truyền cho nó đối số từ khóa >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4, 5]) ValueError: x and y must have same first dimension 7; >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4, 5]) ValueError: x and y must have same first dimension 8 là viết tắt của màu sắc, >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4, 5]) ValueError: x and y must have same first dimension 9 cho màu đỏ. Ngoài ra, nhãn mà chúng tôi đã đưa ra cho tuyên bố >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], [0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16]) 0 ở định dạng latex, làm cho nó thực sự rất đẹp. Nó không phải là một sự phù hợp tuyệt vời, nhưng đó là bên cạnh điểm ở đây.
Tương tác và lưu vào File¶
- Nếu bạn đã thử các ví dụ trước bằng cách sử dụng bảng điều khiển Python/Ipython, bạn có thể có cho mỗi lô một cửa sổ tương tác. Thông qua bốn nút ngoài cùng bên phải trong cửa sổ này, bạn có thể thực hiện một số hành động:
- Chảo xung quanh khu vực cốt truyện;
- Phóng to và phóng to;
- Truy cập kiểm soát kích thước lô tương tác;
Lưu vào Tệp.
Ba nút ngoài cùng bên trái sẽ cho phép bạn điều hướng giữa các chế độ xem lô khác nhau, sau khi phóng to/đăng tải.
7for r in range(len(raws)): axes[r].plot(raws[r])Ghi chú
>>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [1 thường được sử dụng viết tắt là] >>> plt.show()>>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [2, giống như] >>> plt.show()>>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [3 thường được viết tắt là] >>> plt.show()>>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [4. Phần còn lại của chương này sử dụng hình thức viết tắt.] >>> plt.show()
Các phiên dịch viên Python tương tác nâng cao như Ipython có thể tự động hóa một số cuộc gọi âm mưu cho bạn. Chẳng hạn, bạn có thể chạy >>> from matplotlib import pyplot as plt
>>> plt.plot([1,2,3,4])
[]
>>> plt.show()
5 trong ipython, sau đó bạn không còn cần phải chạy >>> from matplotlib import pyplot as plt
>>> plt.plot([1,2,3,4])
[]
>>> plt.show()
6 mỗi khi gọi >>> from matplotlib import pyplot as plt
>>> plt.plot([1,2,3,4])
[]
>>> plt.show()
7. Để đơn giản, >>> from matplotlib import pyplot as plt
>>> plt.plot([1,2,3,4])
[]
>>> plt.show()
6 cũng sẽ bị loại khỏi phần còn lại của các ví dụ này.
Nếu bạn chuyển hai danh sách cho
>>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [7, bạn sẽ đặt rõ ràng các giá trị x:] >>> plt.show()
for r in range(len(raws)): axes[r].plot(raws[r])for r in range(len(raws)): axes[r].plot(raws[r])
Ví dụ này cũng nhấn mạnh một cách gọn gàng một trong những thiếu sót của Matplotlib: API rất không nhất quán. Nơi chúng tôi có thể làm
>>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], [0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16])5 trước đây, bây giờ chúng tôi cần phải làm
>>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], [0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16])6. Ngoài ra, chúng ta có thể hiển thị từng con số một (tức là
>>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], [0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16])7); Thay vào đó, chúng ta chỉ có thể cho tất cả họ hiển thị cùng một lúc với
>>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], [0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16])8.
Bây giờ, chúng tôi muốn thực hiện nhiều lô bên cạnh nhau. Chúng tôi làm điều đó bằng cách gọi
>>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], [0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16])0 trên hai trục khác nhau:
for r in range(len(raws)): axes[r].plot(raws[r])len(raws) = 2 type(raws) = 'list' np.shape(raws[0][0]) = (306, 10001) raws = [(array([[ -4.13211217e-12, -4.13287303e-12, -4.01705259e-12, ..., 1.36386023e-12, 1.65182851e-12, 2.00368966e-12], [ 1.08914129e-12, 1.47828466e-12, 1.82257607e-12, ..., -2.70151520e-12, -2.48631967e-12, -2.28625548e-12], [ -7.80962369e-14, -1.27119591e-13, -1.73610315e-13, ..., -1.13219629e-13, -1.15031720e-13, -1.12106621e-13], ..., [ 2.52774254e-12, 2.32293195e-12, 2.02644002e-12, ..., 4.20064191e-12, 3.94858906e-12, 3.69495394e-12], [ -4.38122146e-12, -4.96229676e-12, -5.47782145e-12, ..., 3.93820033e-12, 4.18850823e-12, 4.34950629e-12], [ -1.07284424e-13, -9.23447993e-14, -7.89852400e-14, ..., 7.92079631e-14, 5.60172215e-14, 3.04448868e-14]]), array([ 60. , 60.001, 60.002, ..., 69.998, 69.999, 70. ])), (array([[ -6.71363108e-12, -5.80501003e-12, -4.95944514e-12, ..., -3.25087343e-12, -2.68982494e-12, -2.13637448e-12], [ -5.04818633e-12, -4.65757005e-12, -4.16084140e-12, ..., -4.26120531e-13, 2.20744290e-13, 7.81245614e-13], [ 1.97329506e-13, 1.64543867e-13, 1.32679812e-13, ..., 2.11645494e-13, 1.94795729e-13, 1.75781773e-13], ..., [ 3.04245661e-12, 2.28376461e-12, 1.54118900e-12, ..., -1.14020908e-14, -8.04647589e-13, -1.52676489e-12], [ -1.83485962e-13, -5.22949893e-13, -8.60038852e-13, ..., 7.70312553e-12, 7.20825156e-12, 6.58362857e-12], [ -7.26357906e-14, -7.11700989e-14, -6.88759767e-14, ..., -1.04171843e-13, -1.03084861e-13, -9.68462427e-14]]), array([ 60. , 60.001, 60.002, ..., 69.998, 69.999, 70. ]))]
Phương thức
>>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], [0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16])4 trả về một thể hiện
>>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4]) >>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16])1 và lấy ba đối số: đầu tiên là số lượng hàng để tạo; Thứ hai là số lượng cột; Và cuối cùng là số lô chúng tôi thêm ngay bây giờ. Vì vậy, sử dụng thông thường, bạn sẽ cần gọi
>>> plt.plot([0.1, 0.2, 0.3, 0.4], [1, 2, 3, 4], [0.1, 0.2, 0.3, 0.4], [1, 4, 9, 16])4 một lần cho mỗi trục bạn muốn thực hiện với cùng một đối số đầu tiên. Điều gì sẽ xảy ra nếu lần đầu tiên bạn yêu cầu một hàng và hai cột, và cho hai hàng và một cột trong cuộc gọi tiếp theo?
Bài tập
- Vẽ một đường nét đứt.
- Tìm kiếm tài liệu Matplotlib và vẽ một dòng với các trình vẽ âm mưu trên tất cả các dữ liệu của nó. Bạn có thể làm điều này chỉ với một cuộc gọi đến
>>> from matplotlib import pyplot as plt >>> plt.plot([1,2,3,4]) [7.] >>> plt.show()
Bạn có thể có một loạt các danh sách trong Python không?
Lưu ý: Python không có hỗ trợ tích hợp cho các mảng, nhưng danh sách Python có thể được sử dụng thay thế.Python Lists can be used instead.
Bạn có thể vẽ một mảng numpy trong Python không?
Để vẽ đồ thị trong Python, chúng tôi sẽ sử dụng thư viện matplotlib.Matplotlib được sử dụng cùng với dữ liệu numpy để vẽ bất kỳ loại đồ thị nào.Từ matplotlib, chúng tôi sử dụng hàm cụ thể, tức là pyplot (), được sử dụng để vẽ dữ liệu hai chiều.. Matplotlib is used along with NumPy data to plot any type of graph. From matplotlib we use the specific function i.e. pyplot(), which is used to plot two-dimensional data.
Danh sách cốt truyện Matplotlib có thể không?
Nhiều lô cốt truyện có thể đáp ứng nhu cầu âm mưu cơ bản, Matplotlib cung cấp nhiều chức năng âm mưu hơn.Dưới đây chúng tôi thử PLT.Chức năng thanh, để vẽ biểu đồ thanh.Danh sách đầy đủ các chức năng âm mưu có thể được tìm thấy trong matplotlib.The full list of plotting functions can be found in the the matplotlib.
