在同一风中绘制多种类型的绘图(线条、散点、条形图等)

2024-04-27 00:31:58 发布

您现在位置:Python中文网/ 问答频道 /正文

我正试图在同一个窗口中绘制两种类型的绘图(即线图和散点图)。绘制在线图(第一张图)中的数据是表示气候指数(Y)与十进制年份(X)的浮动数值。第二个图,我想是一个'分散'是几乎相同的,但浮动的数值表示流(Y)与十进制年(X)。我试图通过使用一个双x轴和一个第二个寄生y轴来实现如下目的:

    import mpl_toolkits
    from mpl_toolkits.axes_grid1 import host_subplot
    import matplotlib.pyplot as plt

    host = host_subplot(111)
    par = host.twinx()

    host.set_xlim(1880, 2020)
    host.set_ylim(-5, 10)

    host.set_xlabel("Time")
    host.set_ylabel("PDSI Region 01")
    par.set_ylabel("Minimum 10% Annual 7-day Non-exceedance Flow (cfs)")

    x1 = timearray
    y1 = pdsiarray01
    x2 = upAmm_yr
    y2 = upAmm_min

    p1, = host.plot(x1, y1, label="PDSI01")
    p2, = par.scatter(x2, y2, label="Annual Lowflow Upper Amm")

    par.set_ylim(30, 60)

    host.legend()
    host.axis["left"].label.set_color(p1.get_color())
    par.axis["right"].label.set_color(p2.get_color())

    plt.draw()
    plt.show()

我得到了错误代码:

    TypeError: cannot perform reduce with flexible type

当我在以p2开头的行中将scatter替换为plot时,此代码可以正常工作,但会生成第二行plot。我希望它分散的最终原因是,在第二个数据集中要绘制的点要少很多,连接它们的线会分散注意力,而且“杂乱无章”(我都需要在时间上突出一个瞬间)。用条形图代替散点图也行。任何建议或帮助将不胜感激!


Tags: 数据importhostplot绘制pltlabelmpl
2条回答

fI无法重现您的确切错误,但我认为您不需要在p2后面加逗号,因为scatter只返回一个值。更改后,除了p2是没有get_color方法的^{}之外,您的代码对我有效。您需要将其更改为p2.get_facecolor()或其他内容。

为什么不在这两种情况下都使用plot

import datetime
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# Generate some random data
time = mdates.drange(datetime.datetime(2010, 1, 1), 
                     datetime.datetime(2011, 1, 1),
                     datetime.timedelta(days=5))
y1 = np.cumsum(np.random.random(time.size) - 0.5)
y2 = np.cumsum(np.random.random(time.size) - 0.5)
y2 = y2 * 20 + 10

# Plot things up...
fig = plt.figure()
host = fig.add_subplot(111)
par = host.twinx()

host.set_ylabel('One Thing')
par.set_ylabel('Another')

line1, = host.plot(time, y1)
line2, = par.plot(time, y2, 'go')
host.legend([line1, line2], ['Item 1', 'Item 2'])

host.xaxis_date()

plt.show()

enter image description here

相关问题 更多 >