Matplotlib 绘图顺序错误[重复]

问题描述：

基本上我有两个数组，一个包含 x 轴的值，另一个包含 y 轴的值。问题是，当我这样做时

plt.semilogy(out_samp,error_mc)

我明白了

这没有任何意义。这是因为绘图函数会绘制 x 数组中遇到的所有内容，而不关心它是否按升序排序。我该如何对这两个数组进行排序，以便 x 数组按增加的值排序，y 轴按相同的方式排序，以便点相同但绘图连接在一起，这样就不会造成混乱？

解决方案 1：

对两个数据列表zip进行排序和合并更加容易。zip

例子：

xs = [...]
ys = [...]

xs, ys = zip(*sorted(zip(xs, ys)))

plot(xs, ys)

请参阅此处的 zip 文档：https://docs.python.org/3.5/library/functions.html#zip

解决方案 2：

绘图前按 x 轴的值排序。这是 MWE。

import itertools

x = [3, 5, 6, 1, 2]
y = [6, 7, 8, 9, 10]

lists = sorted(itertools.izip(*[x, y]))
new_x, new_y = list(itertools.izip(*lists))

# import operator
# new_x = map(operator.itemgetter(0), lists)        # [1, 2, 3, 5, 6]
# new_y = map(operator.itemgetter(1), lists)        # [9, 10, 6, 7, 8]

# Plot
import matplotlib.pylab as plt
plt.plot(new_x, new_y)
plt.show()

对于小数据，zip（正如其他回答者所提到的）就足够了。

new_x, new_y = zip(*sorted(zip(x, y)))

结果，

解决方案 3：

对列表进行排序的另一种方法是使用 NumPy 数组并进行np.sort()排序。使用数组的优点是在计算 y=f(x) 等函数时进行矢量化操作。以下是绘制正态分布的示例：

不使用排序数据

mu, sigma = 0, 0.1
x = np.random.normal(mu, sigma, 200)
f = 1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (x - mu)**2 / (2 * sigma**2) )
plt.plot(x,f, '-bo', ms = 2)

输出 1

使用 np.sort()x这允许在计算正态分布时直接使用排序数组。

mu, sigma = 0, 0.1
x = np.sort(np.random.normal(mu, sigma, 200)) 
# or use x = np.random.normal(mu, sigma, 200).sort()
f = 1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (x - mu)**2 / (2 * sigma**2) )
plt.plot(x,f, '-bo', ms = 2)

或者，如果你已经有未排序的 x 和 y 数据，你可以使用numpy.argsort后验对它们进行排序

mu, sigma = 0, 0.1
x = np.random.normal(mu, sigma, 200)
f = 1/(sigma * np.sqrt(2 * np.pi)) *np.exp( - (x - mu)**2 / (2 * sigma**2) )
plt.plot(np.sort(x), f[np.argsort(x)], '-bo', ms = 2)

请注意，上面的代码使用了sort()两次：首先是 with np.sort(x)，然后是 with f[np.argsort(x)]。总sort()调用次数可以减少到一次：

# once you have your x and f...
indices = np.argsort(x)
plt.plot(x[indices], f[indices], '-bo', ms = 2)

在这两种情况下，输出都是

输出 2

解决方案 4：

就这么做

list=zip(*sorted(zip(*(x,y))))
plt.plot(*list)

sorted 函数将根据第一个参数即 x 值进行排序

解决方案 5：

我认为您需要对一个数组进行排序，另一个数组也应该基于第一个数组进行排序。我从其他一些 stack overflow 问题中得到了这个解决方案。这很可能应该是您的解决方案。

out_samp,error_mc=zip(*sorted(zip(out_samp,error_mc)))

现在绘制这两个值，您将得到一个正确的图表。

解决方案 6：

您可以将数组转换为 numpy 数组，然后在第一个数组上使用 argsort，获取该数组并使用 argsort 数组对两个数组进行排序。