Question

我遇到了一堆数据文件的情况，这些数据文件在给定的时间范围内有许多样本，具体取决于系统。即，例如，在时间t = 1时，我可能有一个包含10项或20项的文件，以后在该文件中，我将始终具有相同数量的项。格式为时间，x，y，z列，并加载到numpy数组中。时间值显示了哪一帧，但如上所述，总是相同的，让我们以10为例。因此，我将有一个（10,4）numpy数组，其中时间值相同，但是文件中有很多帧，所以可以说100帧，所以实际上我有（1000,4）。我想在x轴上绘制带有时间的数据，而在y上绘制其他数据的操作，但是我不确定如何使用matplotlib中的线图方法进行绘制。通常，要同时提供x，y值，我相信我需要做一个散点图，所以我希望有一种更好的方法。我理想的情况是将具有相同时间码的每一行都视为不同的系列（因此颜色会有所不同），并且下一帧中同一行号的下一数据位（时间值）将被标记为相同的颜色，给那些良好的连续线条。我们可以查看时间列，找出有多少项目共享一个时间码，我们将其称为“ n”。示例代码：

a = numpy.loadtxt('sampledata.txt')
plt.plot(a[:0,:,n],a[:1,:1])
plt.show()

我认为这段代码表达了我的追求，尽管它行不通。

Answer 1

编辑：我希望这就是您想要的。

seaborn scatterplot可以将数据分类为具有相同代码（在这种情况下为时间代码）并为其使用相同颜色的某些组。

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

df = pd.read_csv(r"E:\Programming\Python\Matplotlib\timecodes.csv",
                 names=["time","x","y","z","code"]) #use your file

df["time"]=pd.to_datetime(df["time"]) #recognize the data as Time
df["x"]=df["time"].dt.day # I changed the data into "Date only" and imported to x column. Easier to see on graph.

#just used random numbers in y and z in my data.
sns.scatterplot("x", "y", data = df, hue = "code") #hue does the grouping

plt.show()

我在这里使用了csv文件，但是您也可以通过在参数中添加sep="\t"来处理文本文件。我还在文件中添加了代码。如果有的话，代码可以对图中的数据进行分组，因此您不必分离或创建层次结构索引。如果要更改颜色或分组，请访问seaborn网站。

希望这会有所帮助。

Answer 2

或者，我使用的方法，但是蒂姆的答案仍然是准确的。由于时间码不是日期/时间信息，因此我修改了自己的代码，将标签添加为第二列，我称之为“ p”（它们是聚合物）。

import numpy as np
import pandas as pd
datain = np.loadtxt('somefile.txt')
df = pd.DataFrame(data = datain, columns = ["t","p","x","y","z"])
ax = sns.scatterplot("t","x", data = df, hue = "p")
plt.show()

当然，如果需要，其他列也可以类似地绘制。

Python从numpy绘制带有特定x值的线

2 个答案: