Question

我有一些数据，其中缺少一些值

      yqt yqu yul yvr ywg yxe yxj yxs yxt yxu yxx yyc yyg yyj yyt yyz yzf
1       0   0   0   0   0   0   0   0   0   0   0   1   0   0   0   0   0
2       0   0   0   0   0   0   0   0   0   0   0   1   0   0   0   0   0
3       0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
4       0   0   0   1   0   0   0   0   0   0   0   0   0   0   0   0   0
5       0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
6       0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
7       0   0   0   1   0   0   0   0   0   0   0   0   0   0   0   0   0
8       0   0   0   1   0   0   0   0   0   0   0   0   0   0   0   0   0
9       0   0   0   1   0   0   0   0   0   0   0   0   0   0   0   0   0
10      0   0   0   1   0   0   0   0   0   0   0   0   0   0   0   0   0

当我绘制它时，我缺少这些NAN（这是预期的）

y = np.array([np.NAN, 45, 23, np.NAN, 5, 14, 22, np.NAN, np.NAN, 18, 23])

我想要的是连接缺失段的虚线。例如，如果缺少3的数据点，则应该有一条连接2和4之间现有点的虚线（对于缺少的数据点7和8也是如此。如果数据点位于间隔的边缘（数据点0）I想要有一条水平线连接它们（想象上一个/下一个数据点与可用边缘相同）。

我saw这里提出的问题是如何删除这些空段（不是我想要的）。我可以通过创建另一个数组来解决它，这个数组将插入缺失值，所有其他值为NAN，但它看起来很复杂。

因为这看起来像是一种常见的情况，我希望有一种更简单的方法。

Answer 1

我想说可以直接在这里直接应用链接问题的解决方案，在直线后面画一条虚线。

import numpy as np
import matplotlib.pyplot as plt

y = np.array([np.NAN, 45, 23, np.NAN, 5, 14, 22, np.NAN, np.NAN, 18, 23])
x = np.arange(0, len(y))
mask = np.isfinite(y)

fig, ax = plt.subplots()
line, = ax.plot(x[mask],y[mask], ls="--",lw=1)
ax.plot(x,y, color=line.get_color(), lw=1.5)

plt.show()

要考虑边缘值的水平线，可以检查它们是否为nan并用相邻值替换它们。

import numpy as np
import matplotlib.pyplot as plt

y = np.array([np.NAN, 45, 23, np.NAN, 5, 14, 22, np.NAN, np.NAN, 18, 23,np.NAN])
x = np.arange(0, len(y))
yp = np.copy(y)
if ~np.isfinite(y[0]): yp[0] = yp[1]
if ~np.isfinite(y[-1]): yp[-1] = yp[-2]

mask = np.isfinite(yp)


fig, ax = plt.subplots()
line, = ax.plot(x[mask],yp[mask], ls="--",lw=1)
ax.plot(x,y, color=line.get_color(), lw=1.5)

plt.show()

Answer 2

您正在寻找的效果的快速简便方法是将相同的系列绘制两次，如下所示：

y = np.array([np.NAN, 45, 23, np.NAN, 5, 14, 22, np.NAN, np.NAN, 18, 23])
x = np.arange(len(y))
_y = y[~np.isnan(y)]
_x = x[~np.isnan(y)]
fig, ax = plt.subplots()

ax.plot(_x, _y, linestyle="--", lw=.5)
ax.plot(x, y, lw=1)

请注意，首先绘制连接缺失值的线，然后将非缺失值绘制为覆盖图（您还可以在调用绘图中使用zorder kwarg来控制绘图顺序）。上面的代码创建了这个：

Answer 3

这是一种在边缘上使用多个NaN的解决方案。为了说明这一点，我在每一侧添加了一个NaN。

import numpy as np
import matplotlib.pyplot as plt

y = np.array([np.NAN, np.NAN, 45, 23, np.NAN, 5, 14, 22, np.NAN, np.NAN, 18, 23, np.NAN])
x = np.arange(0, len(y))

mask = np.isfinite(y)

# get first value in list
for i in range(len(mask)):
    if mask[i]:
        first = i
        break

# get last vaue in list
for i in range(len(mask)-1, -1, -1):
    if mask[i]:
        last = i
        break

# fill NaN with near known value on the edges
yp = np.copy(y)
yp[:first] = yp[first]
yp[last + 1:] = yp[last]

mask = np.isfinite(yp)

fig, ax = plt.subplots()
line, = ax.plot(x[mask],yp[mask], ls="--",lw=1)
ax.plot(x,y, color=line.get_color(), lw=1.5)

plt.show()

您可以使用numpy.where来减少代码量，但是在这里，简单的python迭代实际上更有效。请参见比较in my comment here。

ind = np.where(y)[0]
first, last = ind[0], ind[-1]

matplotlib中的虚线而不是缺失值

3 个答案: