绘制在python

Question

二进制数据我有一些数据，看起来像：

data = [1,2,4,5,9]（增加整数随机模式）

我想绘制它的二进制水平线，从而y = 1，每x值在data中指定，否则为零。

我有一些不同的data阵列，我想栈，类似于这种风格（这是CCD的时钟数据，但情节格式看起来理想）

我想我需要为我的数据数组创建一个列表，但是如何为不在数组中的所有内容指定零值？

谢谢

Answer 1

你明白了。您可以在1的任何位置创建一个列表，并在其他位置指定0。这可以很容易用一个列表理解

def binary_data(data): 
    return [1 if x in data else 0 for x in range(data[-1] + 1)] 

它会像这样做：

>>> data = [1, 2, 4, 5, 9] 
>>> bindata = binary_data(data) 
>>> bindata 
[0, 1, 1, 0, 1, 1, 0, 0, 0, 1] 

现在，所有你需要做的就是剧情吧...或者更好步它，因为它的二进制数据和step()看起来更好的方式：

import numpy as np 
from matplotlib.pyplot import step, show 

def binary_data(data): 
    return [1 if x in data else 0 for x in range(data[-1] + 1)] 

data = [1, 2, 4, 5, 9] 
bindata = binary_data(data) 
xaxis = np.arange(0, data[-1] + 1) 
yaxis = np.array(bindata) 
step(xaxis, yaxis) 
show() 

---

要绘制堆叠在同一图中，你可以调整binary_data()这样多个数据数组：

def binary_data(data, yshift=0): 
    return [yshift+1 if x in data else yshift for x in range(data[-1] + 1)] 

所以现在可以设置yshift参数对y轴移动数据数组。例如，

>>> data = [1, 2, 4, 5, 9] 
>>> bindata1 = binary_data(data) 
>>> bindata1 
[0, 1, 1, 0, 1, 1, 0, 0, 0, 1] 
>>> bindata2 = binary_data(data, 2) 
>>> bindata2 
[2, 3, 3, 2, 3, 3, 2, 2, 2, 3] 

比方说，你有data1，data2和data3积叠，你会去这样的：

import numpy as np 
from matplotlib.pyplot import step, show 

def binary_data(data, yshift=0): 
    return [yshift+1 if x in data else yshift for x in range(data[-1] + 1)] 

data1 = [1, 2, 4, 5, 9] 
bindata1 = binary_data(data1) 
x1 = np.arange(0, data1[-1] + 1) 
y1 = np.array(bindata1) 

data2 = [1, 4, 9] 
bindata2 = binary_data(data2, 2) 
x2 = np.arange(0, data2[-1] + 1) 
y2 = np.array(bindata2) 

data3 = [1, 2, 8, 9] 
bindata3 = binary_data(data3, 4) 
x3 = np.arange(0, data3[-1] + 1) 
y3 = np.array(bindata3) 

step(x1, y1, x2, y2, x3, y3) 
show() 

，你可以轻松地编辑，使其与任意数据量工作阵列：

data = [ [1, 2, 4, 5, 9], 
     [1, 4, 9], 
     [1, 2, 8, 9] ] 

for shift, d in enumerate(data): 
    bindata = binary_data(d, 2 * shift) 
    x = np.arange(0, d[-1] + 1) 
    y = np.array(bindata) 
    step(x, y) 

show() 

---

最后，如果你正在处理不同长度的数据阵列（比如[1,2]和[15,16]）和你不喜欢的是，在图的中间消失，您可以再次调整binary_data()迫使其范围内的最大范围图你的数据。

import numpy as np 
from matplotlib.pyplot import step, show 

def binary_data(data, limit, yshift=0): 
    return [yshift+1 if x in data else yshift for x in range(limit)] 


data = [ [1, 2, 4, 5, 9, 12, 13, 14], 
      [1, 4, 10, 11, 20, 21, 22], 
      [1, 2, 3, 4, 15, 16, 17, 18] ] 

# find out the longest data to plot 
limit = max([ x[-1] + 1 for x in data]) 
x = np.arange(0, limit) 

for shift, d in enumerate(data): 
    bindata = binary_data(d, limit, 2 * shift) 
    y = np.array(bindata) 
    step(x, y) 

show() 

---

编辑：作为@ImportanceOfBeingErnest建议，如果你喜欢，而无需定义自己的binary_data()功能进行data到bindata转换，你可以使用numpy.zeros_like()。只要多加注意，当你将它们堆叠：

import numpy as np 
from matplotlib.pyplot import step, show 

data = [ [1, 2, 4, 5, 9, 12, 13, 14], 
      [1, 4, 10, 11, 20, 21, 22], 
      [1, 2, 3, 4, 15, 16, 17, 18] ] 

# find out the longest data to plot 
limit = max([ x[-1] + 1 for x in data]) 
x = np.arange(0, limit) 

for shift, d in enumerate(data): 
    y = np.zeros_like(x) 
    y[d] = 1 
    # don't forget to shift 
    y += 2*shift 
    step(x, y) 

show() 

Answer 2

你可以用全零创建一个数组，并指定1对数据的那些元素

import numpy as np 

data = [1,2,4,5,9] 
t = np.arange(0,data[-1]+1) 
x = np.zeros_like(t) 
x[data] = 1 

你可能会再与阶跃函数绘制它

import matplotlib.pyplot as plt 
plt.step(t,x, where="post") 
plt.show() 

或Wi日where = "pre"，这取决于如何interprete数据