如何在同一图表上绘制具有偏移量的多条曲线

Question

我从示波器读取波形。波形被分成10段作为时间的函数。我想绘制完整的波形，一个是在另一个上方（或下方），一个是垂直偏移＆＃39;可以这么说。另外，需要彩色图来显示信号强度。我只能得到以下情节：

如您所见，所有曲线都是叠加的，这是不可接受的。可以为y数据添加偏移量，但这不是我想要的方式。当然有一种更简洁的方式来绘制我的数据？我已经尝试过使用pylab解决这个问题的一些事情，但我甚至不确定如何继续，如果这是正确的方法。

任何帮助将不胜感激。

import readTrc #helps read binary data from an oscilloscope
import matplotlib.pyplot as plt

fName = r"...trc"
datX, datY, m = readTrc.readTrc(fName)

segments = m['SUBARRAY_COUNT'] #number of segments

x, y = [], []

for i in range(segments+1):
    x.append(datX[segments*i:segments*(i+1)])
    y.append(datY[segments*i:segments*(i+1)])

plt.plot(x,y)
plt.show()

Answer 1

垂直偏移的情节听起来像https://www.wikidata.org/w/api.php frequency trail

的一种方法只是调整y值。

同样的情节也被创造了一个地图/山脊线图。 Seaborn有一个实现可以创建一系列图（FacetGrid），然后调整它们之间的偏移量以获得类似的效果。

Frequency Trail in MatPlotLib

使用折线图的示例可能如下所示：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

segments = 10
points_per_segment = 100

#your data preparation will vary
x = np.tile(np.arange(points_per_segment), segments)
z = np.floor(np.arange(points_per_segment * segments)/points_per_segment)
y = np.sin(x * (1 + z))


df = pd.DataFrame({'x': x, 'y': y, 'z': z})

pal = sns.color_palette()
g = sns.FacetGrid(df, row="z", hue="z", aspect=15, size=.5, palette=pal)
g.map(plt.plot, 'x', 'y')
g.map(plt.axhline, y=0, lw=2, clip_on=False)
# Set the subplots to overlap
g.fig.subplots_adjust(hspace=-.00)
g.set_titles("")
g.set(yticks=[])
g.despine(bottom=True, left=True)

plt.show()

输出： https://seaborn.pydata.org/examples/kde_joyplot.html