Matplotlib linestyle不一致的破折号

时间:2015-04-21 04:34:42

标签: python matplotlib

我正在使用MPL 1.4.0绘制一个简单的散点图。我想控制我正在绘制的图形上的破折号码数量,因为目前即使我设置了一个线条样式,破折号也太靠近了,所以它看起来不像是一条正确的虚线。

#load cdeax,cdeay,gsix,gsiy,reich all are arrays of shape (380,)
figfit = plt.figure(); axfit = figfit.gca() 

axfit.plot(cdeax,np.log(cdeay),'ko', alpha=.5); axfit.plot(gsix,np.log(gsiy), 'kx')
axfit.plot(cdeax,cdeafit,'k-'); axfit.plot(gsix,gsifit,'k:')
longevityregplot[1].plot(gsix,np.log(reich_l),'k-.')

Why I want to control dashes


#load cdeax,cdeay,gsix,gsiy,reich all are arrays of shape (380,)
figfit = plt.figure(); axfit = figfit.gca() 

axfit.plot(cdeax,np.log(cdeay),'ko', alpha=.5); axfit.plot(gsix,np.log(gsiy), 'kx')
axfit.plot(cdeax,cdeafit,'k-',dashes = [10,10]); axfit.plot(gsix,gsifit,'k:',dashes=[10,10])
longevityregplot[1].plot(gsix,np.log(reich_l),'k-.')

What I end up the 1st time

然而,以上是我得到的。线条不是均匀虚线,而是在两端以不同程度划线,但无论我用什么值做破折号,冲刺都不会是均匀的。

我害怕我真的不知道这里的问题是什么......有什么想法吗?

我已经粘贴了我在这里使用的数组:http://pastebin.com/rJ5Jjfmm 您应该只需将它们复制/粘贴到IDE中即可运行上述代码。

干杯!

编辑:

只绘制单行:

axfit.plot(cdeax,cdeafit,'k-',dashes = [10,10]); 

enter image description here

EDIT2:更改了pastebin链接以包含所有数据

EDIT3:沿x轴的点密度直方图:

enter image description here

1 个答案:

答案 0 :(得分:1)

我认为@cphlewis所说的是正确的,你可能会有一些x轴回溯。如果我对所有东西进行排序它看起来对我来说是好的(因为我还没有看到它适合于pastebin,所以我做了自己的配件)

# import your data here
import math
figfit = plt.figure(); axfit = figfit.gca() 

cdea = zip(cdeax,cdeay)
cdea = np.array(sorted(cdea, key = lambda x: x[0]))

gsi = zip(gsix,gsiy)
gsi = np.array(sorted(gsi, key = lambda x: x[0]))

cdeafit2 = np.polyfit(cdea[:,0],cdea[:,1],1)
gsifit2 = np.polyfit([x[0] for x in gsi],[math.log(x[1]) for x in gsi],1)

cdeafit = [x*cdeafit2[0] + cdeafit2[1] for x in cdea[:,0]]

gsifit = [math.exp(y) for y in [x*gsifit2[0] + gsifit2[1] for x in gsi[:,0]]]

axfit.plot(cdea[:,0],cdea[:,1],'ko', alpha=.5); axfit.plot(gsi[:,0],gsi[:,1], 'kx')
axfit.plot(cdea[:,0],cdeafit,'k-',dashes = [10,10]); axfit.plot(gsi[:,0],gsifit,'k:',dashes=[10,10])
#longevityregplot[1].plot(gsix,np.log(reich_l),'k-.') # not sure what this is
axfit.set_yscale('log')
plt.show()

demo plot

fits only