python 为什么数据样本的曲线由一条线连接？

5lwkijsr  于 2023-06-04  发布在  Python
关注(0)|答案(2)|浏览(306)

我附上我的txt文件，图形和代码。你能告诉我在这段代码中要修改什么吗，或者为什么这第三条直线会出现在我的图中，因为我只需要两条曲线。在其他软件如xmgrace中，它只显示两条曲线。

import numpy as np
import matplotlib.pyplot as plt

deformation, potential = np.loadtxt("poten-Rf259.txt", unpack=True)
plt.subplot(1,3,1)
plt.plot(deformation, potential, linewidth=1, color='b')
plt.xlabel("$deformation$")
plt.ylabel("potential")
plt.yscale("log")
plt.show()

0.60     1996.95397779
0.61     1995.35525840
0.62     1993.86701437
0.63     1992.48491231
0.64     1991.19969171
0.65     1990.00485364
0.66     1988.89605689
0.67     1987.86875188
0.68     1986.91599808
0.69     1986.03420343
0.70     1985.21922699
0.71     1984.46631470
0.72     1983.77171151
0.73     1983.13117131
0.74     1982.53983312
0.75     1981.99532235
0.76     1981.49445904
0.77     1981.03536392
0.78     1980.61563713
0.79     1980.23282155
0.80     1979.88357050
0.81     1979.56605195
0.82     1979.27790062
0.83     1979.01687947
0.84     1978.78288516
0.85     1978.57209950
0.86     1978.38399957
0.87     1978.21704688
0.88     1978.06886192
0.89     1977.93793974
0.90     1977.82377479
0.91     1977.72453886
0.92     1977.64028757
0.93     1977.56966186
0.94     1977.51247702
0.95     1977.46734438
0.96     1977.43305218
0.97     1977.40866283
0.98     1977.39347411
0.99     1977.38486567
1.00     1977.38198044
1.01     1977.38578333
1.02     1977.39435293
1.03     1977.40721066
1.04     1977.42425865
1.05     1977.44721979
1.06     1977.47357918
1.07     1977.50320577
1.08     1977.53535737
1.09     1977.56925776
1.10     1977.60496583
1.11     1977.64155671
1.12     1977.67899730
1.13     1977.71674843
1.14     1977.75457845
1.15     1977.79221495
1.16     1977.82838072
1.17     1977.86261243
1.18     1977.89473051
1.19     1977.92436517
1.20     1977.95062327
1.21     1977.97352605
1.22     1977.99387754
1.23     1978.01047267
1.24     1978.02233261
1.25     1978.03018886
1.26     1978.03434229
1.27     1978.03431686
1.28     1978.02782602
1.29     1978.01489388
1.30     1977.99620759
1.31     1977.97164846
1.32     1977.94011930
1.33     1977.90108165
1.34     1977.85474975
1.35     1977.80116069
1.36     1977.73920528
1.37     1977.66702371
1.38     1977.58440415
1.39     1977.49291347
1.40     1977.39203011
1.41     1977.28170103
1.42     1977.16108588
1.43     1977.02866014
1.44     1976.88410316
1.45     1976.72847328
1.46     1976.56259216
1.47     1976.38386074
1.48     1976.20047863
1.49     1976.00349668
1.50     1975.79062208
1.51     1975.56427272
1.52     1975.32369916
1.53     1975.06525907
1.54     1974.78917861
1.55     1974.49730653
1.56     1974.19357061
1.57     1973.87528322
1.58     1973.54134915
1.59     1973.19101633
1.60     1972.82834582
1.61     1972.45110208
1.62     1972.05553210
1.63     1971.64144442
1.64     1971.20783885
1.65     1970.75735680
1.66     1970.29140464
1.67     1969.81219620
1.68     1969.31582059
1.69     1968.80021418
1.70     1968.26283644
1.71     1967.70510563
1.72     1967.13020137
1.73     1966.53988789
1.74     1965.93070810
1.75     1965.30035432
1.76     1964.64993511
1.77     1963.98214335
1.78     1963.29607120
1.79     1962.58677705
1.80     1961.85278252
1.81     1961.10290054
1.82     1960.33687553
1.83     1959.54927874
1.84     1958.74001445
1.85     1957.90788391
1.86     1957.05397043
1.87     1956.17614396
1.88     1955.26999324
1.89     1954.33375080
1.90     1953.37236582
1.91     1952.38212458
1.92     1951.35983354
1.93     1950.30220457
1.94     1949.20603907
1.95     1948.05714844
1.96     1946.84779027
1.97     1945.58008527
1.98     1944.23420931
1.99     1942.79805826
2.00     1941.26241606
2.01     1939.59635092
2.02     1937.76411055
2.03     1935.72007499
2.04     1933.39927526
2.05     1930.72795563
2.06     1927.60977402
2.07     1923.90784077
2.08     1919.45804354
2.09     1914.31285484

0.60     1998.69655342
0.61     1997.10205960
0.62     1995.61774169
0.63     1994.23972037
0.64     1992.95788603
0.65     1991.76641764
0.66     1990.66090368
0.67     1989.63677721
0.68     1988.68674207
0.69     1987.80810777
0.70     1986.99582463
0.71     1986.24553783
0.72     1985.55344269
0.73     1984.91507367
0.74     1984.32536754
0.75     1983.78293400
0.76     1983.28383613
0.77     1982.82671380
0.78     1982.40862045
0.79     1982.02768397
0.80     1981.67975264
0.81     1981.36364770
0.82     1981.07656995
0.83     1980.81699835
0.84     1980.58410256
0.85     1980.37438858
0.86     1980.18712107
0.87     1980.02126097
0.88     1979.87363292
0.89     1979.74345272
0.90     1979.62995824
0.91     1979.53135472
0.92     1979.44772023
0.93     1979.37757311
0.94     1979.32104058
0.95     1979.27599816
0.96     1979.24203421
0.97     1979.21798198
0.98     1979.20293129
0.99     1979.19417215
1.00     1979.19165696
1.01     1979.19541560
1.02     1979.20395824
1.03     1979.21615707
1.04     1979.23320721
1.05     1979.25599428
1.06     1979.28171220
1.07     1979.31101088
1.08     1979.34264374
1.09     1979.37618654
1.10     1979.41145970
1.11     1979.44782160
1.12     1979.48476237
1.13     1979.52196027
1.14     1979.55904133
1.15     1979.59588083
1.16     1979.63104564
1.17     1979.66430513
1.18     1979.69566099
1.19     1979.72388637
1.20     1979.74966849
1.21     1979.77150493
1.22     1979.79086274
1.23     1979.80610500
1.24     1979.81670006
1.25     1979.82369958
1.26     1979.82686535
1.27     1979.82547672
1.28     1979.81769448
1.29     1979.80330511
1.30     1979.78339939
1.31     1979.75736288
1.32     1979.72409901
1.33     1979.68352105
1.34     1979.63566920
1.35     1979.58069993
1.36     1979.51670517
1.37     1979.44233796
1.38     1979.35779846
1.39     1979.26468767
1.40     1979.16177621
1.41     1979.04976449
1.42     1978.92676326
1.43     1978.79213218
1.44     1978.64555037
1.45     1978.48837015
1.46     1978.32011092
1.47     1978.14017085
1.48     1977.95500440
1.49     1977.75460116
1.50     1977.53929775
1.51     1977.31056663
1.52     1977.06737359
1.53     1976.80606527
1.54     1976.52721955
1.55     1976.23286883
1.56     1975.92682410
1.57     1975.60574409
1.58     1975.26801315
1.59     1974.91469758
1.60     1974.54947451
1.61     1974.16923372
1.62     1973.77070376
1.63     1973.35355306
1.64     1972.91665268
1.65     1972.46280943
1.66     1971.99372187
1.67     1971.51115360
1.68     1971.01142423
1.69     1970.49285180
1.70     1969.95210065
1.71     1969.39103370
1.72     1968.81236301
1.73     1968.21808006
1.74     1967.60511707
1.75     1966.97077175
1.76     1966.31642577
1.77     1965.64473808
1.78     1964.95488565
1.79     1964.24169727
1.80     1963.50348643
1.81     1962.74968760
1.82     1961.97913235
1.83     1961.18709132
1.84     1960.37331514
1.85     1959.53686374
1.86     1958.67882118
1.87     1957.79696651
1.88     1956.88661558
1.89     1955.94582437
1.90     1954.97949954
1.91     1953.98399101
1.92     1952.95610229
1.93     1951.89377598
1.94     1950.79298520
1.95     1949.63969262
1.96     1948.42603486
1.97     1947.15347382
1.98     1945.80171537
1.99     1944.35916231
2.00     1942.81707081
2.01     1941.14446913
2.02     1939.30723411
2.03     1937.25876976
2.04     1934.93414618
2.05     1932.25762526
2.06     1929.13222293
2.07     1925.42169053
2.08     1920.96503220
2.09     1915.81720928
python

2条答案

按热度按时间
plupiseo

plupiseo1#

这只是因为你是为一组x，y数据绘制一条线，而不是两条线;因此，一条线必须连接所有点。试试看

p.scatter(deformation, potential, s = 2,  color='b')

并查看应该显示的数据。由于这些是数据点，无论如何，这是更合适的。

赞(0）分享  回复(0）举报  2023-06-04
dkqlctbz

dkqlctbz2#

  • 问题是'poten-Rf259.txt'包含两个单独的数据集，由一个空行分隔，而plt.plot通过一条线连接所有的点，因为没有办法识别数据是分开的。
  • numpy.loadtxt有skiprows，但是这个参数似乎没有很好的实现来跳过行的“部分”。
  • 或者，pandas.read_csv具有skiprows，其将接受行的范围（例如，skiprows=range(151, 302)）
  • 加载数据的好处是，可以识别单独的数据集，分析更容易。
  • 另一个answer不能创建单独的线图。
  • pandas使用matplotlib作为默认绘图后端，numpy是一个依赖项。
    *在python 3.11.3、pandas 2.0.1、matplotlib 3.7.1、seaborn 0.12.2中测试
import pandas as pd
import seaborn as sns
import numpy as np

# load the first section of data, add column names, and a new column identifying the sample
df1 = pd.read_csv('d:/data/poten-Rf259.txt', sep='\\s+', header=None,
                  names=['deformation', 'potential'], skiprows=range(151, 302)).assign(sample=1)

# load the second section of data, add column names, and a new column identifying the sample
df2 = pd.read_csv('d:/data/poten-Rf259.txt', sep='\\s+', header=None,
                  names=['deformation', 'potential'], skiprows=range(0, 151)).assign(sample=2)

# combine the dataframes
df = pd.concat([df1, df2], ignore_index=True)

# create a figure and axes
fig, ax = plt.subplots(figsize=(5, 4))

# iterate through each sample and plot it
for sample, data in df.groupby('sample'):
    data.plot(x='deformation', y='potential', ax=ax, ylabel='potential', label=f'Sample {sample}')

  • df1和df2也可以绘制在同一图上。
ax = df1.plot(x='deformation', y='potential', label='Sample 1', figsize=(5, 4))
df2.plot(x='deformation', y='potential', label='Sample 2', ax=ax)

使用seaborn绘图

  • seaborn是matplotlib的高级API，可以轻松地从长格式
fig, ax = plt.subplots(figsize=(5, 4))
sns.lineplot(data=df, x='deformation', y='potential', hue='sample', palette='tab10', ax=ax)
赞(0）分享  回复(0）举报  2023-06-04
我来回答

相关问题

    查看更多

    热门标签

    更多
    JavaquerypythonNode开发语言requestUtil数据库Table后端算法LoggerMessageElementParser

    最新问答

    更多
    • 蜀ICP备13028337号-1 大数据知识库 https://www.saoniuhuo.com © All rights reserved
    • 本站内容来源互联网,如果侵犯您的权益请联系我们删除, 联系方式：448109455@qq.com