彼此等距离地分开峰

时间:2013-06-14 11:08:06

标签: python numpy matplotlib

我有一个文本文件,其中包含例如五列数据。以下是文本文件

中的示例数据
   715.10685    -0.006153   -0.004829   -0.002161   0.000994    0.004024
   715.589053   0.000344    0.001608    0.004192    0.007262    0.010277
   716.071255   0.009477    0.010658    0.013193    0.016265    0.019321
   716.553458   0.021954    0.023053    0.025522    0.02855     0.031579
   717.035661   0.03933     0.040322    0.042648    0.045625    0.048713
   717.517864   0.065858    0.066748    0.068937    0.071936    0.075013
   718.000067   0.105093    0.105611    0.107231    0.109831    0.112457
   718.48227    0.159793    0.159685    0.160404    0.162183    0.16411
   718.964473   0.227552    0.226183    0.22505     0.224954    0.224974
   719.446675   0.280709    0.277399    0.273711    0.271167    0.268747
   719.928878   0.287966    0.284241    0.280152    0.277131    0.274246
   720.411081   0.2579      0.255127    0.252152    0.249984    0.24799
   720.893284   0.217396    0.215636    0.214007    0.213105    0.21248
   721.375487   0.183229    0.182397    0.182068    0.182365    0.182748
   721.85769    0.156936    0.156647    0.157027    0.157882    0.158674
   722.339893   0.13635     0.136406    0.137233    0.138479    0.139685
   722.822096   0.120752    0.121058    0.122156    0.123668    0.125183
   723.304298   0.107352    0.107843    0.109138    0.110859    0.112598
   723.786501   0.095212    0.0959      0.097439    0.099493    0.101428
   724.268704   0.085383    0.086165    0.08792     0.090225    0.092336
   724.750907   0.0776      0.078475    0.080518    0.083035    0.085425
   725.23311    0.070816    0.071864    0.074134    0.076913    0.07958
   725.715313   0.065264    0.066499    0.068969    0.072023    0.074953
   726.197516   0.06251     0.063919    0.06673     0.070063    0.073333
   726.679718   0.062564    0.064118    0.067235    0.07086     0.074526
   727.161921   0.064957    0.066703    0.070112    0.074137    0.078255
   727.644124   0.071889    0.073893    0.07768     0.082185    0.086759
   728.126327   0.084432    0.086715    0.090869    0.095897    0.100956
   728.60853    0.102835    0.105454    0.110048    0.115624    0.121192
   729.090733   0.129785    0.132514    0.137395    0.143102    0.148829
   729.572936   0.166336    0.168793    0.173371    0.178551    0.183697
   730.055139   0.209726    0.211157    0.214009    0.217215    0.220028

我有以下脚本可以读取文本文件并相应地绘制数据。

import numpy as np
import matplotlib.pyplot as plt
data = np.genfromtxt('peak.txt', dtype = float)

a = [row[0] for row in data]
b = [row[1] for row in data]
c = [row[2] for row in data]
d = [row[3] for row in data]
e = [row[4] for row in data]

fig = plt.figure(figsize=(6,8))
ax = fig.add_subplot(111)
ax.plot(a,b,a,c,a,d,a,e)

plt.show()

它生成四个相互重叠的图。我想等距离地将它们彼此分开,以便它们可以清晰可见。也许是一种似是而非的方式,它可以在所有图中寻找最小值并添加一定的增量,以便图形等距分离。可能还有其他一些方法。我不知道如何在python中实现这一点。有人可以帮我一点。谢谢。

2 个答案:

答案 0 :(得分:4)

您不需要列表推导,因为您将数据作为NumPy数组读入。相应地切片,事情会更容易。

import numpy as np
import matplotlib.pyplot as plt
data = np.genfromtxt('peak.txt', dtype = float)

fig = plt.figure(figsize=(6,8))
ax = fig.add_subplot(111)

for i in range(1, data.shape[1]):
    y = data[..., i] + 0.1*i 
    ax.plot(data[..., 0], y)

plt.show()

所以data[..., 0]np.array(a)相同,data[..., 1]与示例代码中np.array(b)a的{​​{1}}相同

enter image description here

答案 1 :(得分:1)

为什么不简单地为每个图形创建一个不同的子图并将它们垂直堆叠?

x = data[:, 0]
fig, axes = plt.subplots(data.shape[1]-1, 1, sharex=True)
axes = (axes,) if n == 1 else axes
for j, ax in enumerate(axes):
    ax.plot(x, data[:, j+1])