从具有可变x轴的阵列绘制曲线

Question

我正在寻找一种绘制数组的pythonic方法，其中x轴值波动。我从h5文件（几行和几列）读入我的所有数据，以便：

data = h5py.File("file",'r')
dset = data['/DATA/DATA/'][:]

我现在有一个有形状的数组（25,432）。 23个独立数据条目中的432个数据点。数据是在432个光谱带上收集的光谱反射率数据，取自23个点。

我使用：

使用波段号为数据创建x轴

xvals = numpy.arange(1, 433, 1)

我可以通过分别调用每个数据来绘制所有这些数据。它不是很优雅，但它能完成这项工作，以便：

plt.plot(xvals, values[0])
plt.plot(xvals, values[1])
plt.plot(xvals, values[2])

但是，数据包含一些错误的值。我可以通过切片数组来省略它们，例如：

values = dset[np.logical_and(dset<1, dset>0)]

但是这会改变每个数组的长度，以便每个数组可以是唯一的长度。我可以用类似的方式切割x轴，但这不适用于所有阵列。

基本上我有：

a = [[1,2,3,-1,5,6],
     [1,-1,3,4,5,6],
     [1,2,3,4,-1,6]]

x = [1,2,3,4,5,6]

如果我删除-1值，则x太长并且我无法将它们绘制为＆＃34;没有相同的第一个维度＆＃34;。但是，对于a。中的每个数组，x都是不同的。

是否有一种pythonic方法可以在一个绘图中绘制所有数据，从而可以省略来自“dset”的错误数据（在0-1范围之外）。并相应地调整x轴上的数据点数量？

Answer 1

这听起来像是numpy's masked arrays的绝佳案例！

在您的情况下，您可以像这样使用它：

import matplotlib.pyplot as plt
import numpy as np
plt.ion()
a = np.array([[1,2,3,-1,5,6],
     [1,-1,3,4,5,6],
     [1,2,3,4,-1,6]])
x = np.array([1,2,3,4,5,6])

A = np.ma.array(a, mask=a<0)

plt.plot(x, A.T)

出于可视化目的，我使用偏移量绘制了它，它显示了掩蔽值的效果。请注意，您的线条显然是不连续的，但更重要的是：如果只有一个数据点被屏蔽值包围，那么一个数据点不会用线条绘制，因为一条线至少需要两个点。然后确保使用标记，如我所示。

plt.plot(x, A.T + np.array([[0,1,2]]), marker="o")

结果：