在 matplotlib 中绘制具有不同数量元素的列表答案

【问题标题】：Plotting lists with different number of elements in matplotlib在 matplotlib 中绘制具有不同数量元素的列表
【发布时间】：2017-06-26 01:24:45
【问题描述】：

我有一个 numpy 数组列表，每个数组可能有不同数量的元素，例如：

[array([55]),
 array([54]),
 array([], dtype=float64),
 array([48, 55]),]

我想绘制此图，其中每个数组都分配了一个横坐标（x 值），例如 [1,2,3,4]，因此该图应显示以下几点：[[1,55], [2, 54], [4, 48], [4, 55]]。有没有办法用 matplotlib 做到这一点？或者如何先用 numpy 或 pandas 转换数据以便绘制？

【问题讨论】：

标签： pandas numpy matplotlib

【解决方案1】：

您要做的是链接原始数组并生成一个带有“横坐标”的新数组。连接的方法有很多，最有效的方法之一是使用 itertools.chain。

import itertools
from numpy import array

x = [array([55]), array([54]), array([]), array([48, 55])]

ys = list(itertools.chain(*x))
# this will be [55, 54, 48, 55]

# generate abscissas
xs = list(itertools.chain(*[[i+1]*len(x1) for i, x1 in enumerate(x)]))

现在您可以使用 matplotlib 轻松绘图，如下所示

import matplotlib.pyplot as plt
plt.plot(xs, ys)

【讨论】：

并非如此。在这种情况下，我需要将最后两个元素 48 和 55 关联到同一个横坐标（同一个 x）。
如果您想绘制单独的行，我已经更改了上面的代码。不太确定您要绘制什么，但上面会做
这行得通，但要按要求获得xs = [1, 2, 4, 4]，您需要使用[[i+1]*len(x1) for i, x1 in enumerate(x)]。（目前，它给了[0, 1, 3, 3]）

【解决方案2】：

如果你想对不同的数据组有不同的标记（颜色由matplotlib自动循环）：

import numpy as np
import matplotlib.pyplot as plt

markers = ['o', #'circle',
           'v', #'triangle_down',
           '^', #'triangle_up',
           '<', #'triangle_left',
           '>', #'triangle_right',
           '1', #'tri_down',
           '2', #'tri_up',
           '3', #'tri_left',
           '4', #'tri_right',
           '8', #'octagon',
           's', #'square',
           'p', #'pentagon',
           'h', #'hexagon1',
           'H', #'hexagon2',
           'D', #'diamond',
           'd', #'thin_diamond'
           ]

n_markers = len(markers)

a = [10.*np.random.random(int(np.random.random()*10)) for i in xrange(n_markers)]

fig = plt.figure()
ax = fig.add_subplot(111)
for i, data in enumerate(a):
    xs = data.shape[0]*[i,]  # makes the abscissas list
    marker = markers[i % n_markers] # picks a valid marker
    ax.plot(xs, data, marker, label='data %d, %s'%(i, marker))

ax.set_xlim(-1, 1.4*len(a))
ax.set_ylim(0, 10)
ax.legend(loc=None)
fig.tight_layout()

请注意，y 刻度的限制是硬编码的，请进行相应更改。 1.4*len(a) 是为了在图表的右侧为图例留出空间。

上面的示例在x=0（将是深蓝色圆圈）中没有意义，因为其数据集的随机分配大小为零，但如果您不想使用，可以轻松放置+1 x=0.

【讨论】：

【解决方案3】：

当数组为空或比列表中最长的数组短时，使用 pandas 创建一个插入 nans 的 numpy 数组...

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

arr_list = [np.array([55]),
            np.array([54]),
            np.array([], dtype='float64'),
            np.array([48, 55]),]

df = pd.DataFrame(arr_list)
list_len = len(df)
repeats = len(list(df))
vals = df.values.flatten()
xax = np.repeat(np.arange(list_len) + 1, repeats)
df_plot = pd.DataFrame({'xax': xax, 'vals': vals})
plt.scatter(df_plot.xax, df_plot.vals);

【讨论】：

【解决方案4】：

x 你的名单：

[plt.plot(np.repeat(i,len(x[i])), x[i],'.') for i in range(len(x))]
plt.show()

【讨论】：

调用列表list
你是对的，这只是为了示例:)
谢谢，但我的实际列表非常大，我认为多次调用plot 效率不高。

【解决方案5】：

@Alessandro Mariani 基于 itertools 的回答让我想到了另一种方法来生成包含我需要的数据的数组。在某些情况下，它可能更紧凑。也是基于itertools.chain：

import itertools
from numpy import array

y = [array([55]), array([54]), array([]), array([48, 55])]
x = array([1,2,3,4])
d = array(list(itertools.chain(*[itertools.product([t], n) for t, n in zip(x,y)])))

d 现在是以下数组：

array([[ 1, 55],
       [ 2, 54],
       [ 4, 48],
       [ 4, 55]])

【讨论】：