二进制数据我有一些数据,看起来像:绘制在python
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
二进制数据我有一些数据,看起来像:绘制在python
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
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()
这是完美的太感谢你了! –