Question

我有两个类似的matplotlib代码，可以产生不同的结果。

1：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0,10,100)
y = np.linspace(0,10,100)
y[10:40] = np.nan
plt.plot(x,y)
plt.savefig('fig')

2：

from pylab import *

x = linspace(0,10,100)
y = linspace(0,10,100)
y[10:40] = np.nan
plot(x,y)
savefig('fig')

代码＃1产生一条直线，NaN区域用不同颜色的实线填充

代码＃2生成一个直线的图形，但不用一条线填充NaN区域。相反，那里存在差距。

如何使代码＃1代替NaN代码＃2产生差距。我已经谷歌搜索了几天，并没有得到什么。任何帮助或建议将不胜感激。提前致谢

Answer 1

只是为了解释可能发生的事情：

您展示的两段代码完全相同。如果自己调用它们，它们将始终产生相同的输出。 pylab基本上只是几行代码:(除此之外还有更多内容，但这是基本的想法。）

from numpy import *
from matplotlib.mlab import *
from matplotlib.pyplot import *

pylab.plot绝对没有办法引用与plt.plot不同的函数

但是，如果您只是致电plt.plot（或pylab.plot，它们是相同的功能），则会在当前数字上绘制。

如果您之前在该图上绘制了某些内容，它仍将存在。（如果您熟悉matlab，matplotlib默认为hold('on')。您可以使用plt.hold更改此设置，但最好在python中更明确，只需创建一个新数字。）

基本上，你可能会这样做：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0,10,100)
y = np.linspace(0,10,100)

plt.plot(x,y)
plt.savefig('fig')

然后，在同一个交互式ipython会话中，您执行了此操作：

y[10:40] = np.nan
plt.plot(x, y)
plt.savefig('fig')

因为你没有打电话给show，所以现在的数字仍然和以前一样。 “完整”线仍然存在于第二条线下方，而具有NaN的第二条线是不同的颜色，因为您绘制在相同的轴上。

这是使用面向对象接口的好主意的众多原因之一。通过这种方式，您可以清楚地了解哪些轴并计算出您的情节。

例如：

fig, ax = plt.subplots()
ax.plot(x, y)
fig.savefig('test.png')

如果您不打算这样做，至少在您想要一个新图时总是明确地创建一个新的图形和/或轴。（例如，先致电plt.figure()）

matplotlib NaN's vs pylab NaN's

1 个答案: