为什么 matplotlib 推断/绘制缺失值？答案

【问题标题】：Why does matplotlib extrapolate/plot missing values?为什么 matplotlib 推断/绘制缺失值？
【发布时间】：2016-11-05 19:46:42
【问题描述】：

我有一种情况，有时整个系列的数据都不可用。我正在实时绘制来自传感器的值，这些值可以通过用户交互打开和关闭，因此我不能确定这些值总是在一个系列中。用户可以启动传感器，然后将其关闭然后再次打开，但在这种情况下，matplotlib 从最后一个端点和新起点绘制一条线。

我绘制的数据如下：

[[  5.          22.57011604]
 [  6.          22.57408142]
 [  7.          22.56350136]
 [  8.          22.56394005]
 [  9.          22.56790352]
 [ 10.          22.56451225]
 [ 11.          22.56481743]
 [ 12.          22.55789757]
  #Missing x vals. Still plots straight line..
 [ 29.          22.55654716]
 [ 29.          22.56066513]
 [ 30.          22.56110382]
 [ 31.          22.55050468]
 [ 32.          22.56550789]
 [ 33.          22.56213379]
 [ 34.          22.5588932 ]
 [ 35.          22.54829407]
 [ 35.          22.56697655]
 [ 36.          22.56005478]
 [ 37.          22.5568161 ]
 [ 38.          22.54621696]
 [ 39.          22.55033493]
 [ 40.          22.55079269]
 [ 41.          22.55475616]
 [ 41.          22.54783821]
 [ 42.          22.55195618]]

我的绘图函数看起来很简单，如下所示：

def plot(self, data)
    for name, xy_dict in data.iteritems():
        x_vals = xy_dict['x_values']
        y_vals = xy_dict['y_values']
        line_to_plot = xy_dict['line_number']
        self.lines[line_to_plot].set_xdata(x_vals)
        self.lines[line_to_plot].set_ydata(y_vals)

有人知道为什么会这样吗？并且在绘图时我是否必须处理非序列 x 和 y 值？似乎 matplotlib 应该自己处理这个问题。否则我必须将列表拆分为更小的列表并绘制这些？

【问题讨论】：

标签： python matplotlib plot

【解决方案1】：

Matplotlib 将用线连接所有连续的数据点。

如果您想避免这种情况，您可以在缺失的 x 值处拆分数据，并分别绘制两个拆分后的列表。

【讨论】：

我还能像以前一样设置 x 和 y 数据还是需要在新行上绘制它们？（那不是很好，因为它们会改变颜色等）。如果数据点在同一 matplotlib 行上，我会更喜欢

【解决方案2】：

一种选择是在缺少数据的地方添加虚拟项目（在您的情况下，显然当x 变化超过 1 时），并将它们设置为屏蔽元素。这样 matplotlib 会跳过线段。例如：

import numpy as np
import matplotlib.pylab as pl

# Your data, with some additional elements deleted...
data = np.array(
[[  5., 22.57011604],
 [  6., 22.57408142],
 [  9., 22.56790352],
 [ 10., 22.56451225],
 [ 11., 22.56481743],
 [ 12., 22.55789757],
 [ 29., 22.55654716],
 [ 33., 22.56213379],
 [ 34., 22.5588932 ],
 [ 35., 22.54829407],
 [ 40., 22.55079269],
 [ 41., 22.55475616],
 [ 41., 22.54783821],
 [ 42., 22.55195618]])

x = data[:,0]
y = data[:,1]

# Difference from element to element in x
dx = x[1:]-x[:-1]

# Wherever dx > 1, insert a dummy item equal to -1
x2 = np.insert(x, np.where(dx>1)[0]+1, -1)
y2 = np.insert(y, np.where(dx>1)[0]+1, -1)

# As discussed in the comments, another option is to use e.g.:
#x2 = np.insert(x, np.where(dx>1)[0]+1, np.nan)
#y2 = np.insert(y, np.where(dx>1)[0]+1, np.nan)
# and skip the masking step below.

# Mask elements which are -1
x2 = np.ma.masked_where(x2 == -1, x2)
y2 = np.ma.masked_where(y2 == -1, y2)

pl.figure()
pl.subplot(121)
pl.plot(x,y)
pl.subplot(122)
pl.plot(x2,y2)

【讨论】：

真不错！谢谢你的提示。我目前正在考虑使用 np.nan 来中断一条线，这显然有效。我会先尝试，然后再尝试。
屏蔽似乎相对较慢，例如在具有随机数的数组上，np.ma.masked_where(x<0, x) 的速度大约是 x[x<0]=np.nan 的 5 倍，对于较大的 x。
我无法重现，但鉴于此：stackoverflow.com/questions/12708807/numpy-integer-nan 答案，您的x2 数组似乎被解释为整数数组。你可以试试x2.astype(np.float64)
是的，我的解决方案需要 numpy 数组，因此如果您从 Python 列表开始，则需要先进行转换（您可以在其中传递 dtype 关键字，例如 @987654333 @)
啊，真不错。试过了，它应该像它一样工作。非常感谢您的回答！

【解决方案3】：

另一种选择是将None 或numpy.nan 作为y 的值。

例如，这显示了断开的线路：

import matplotlib.pyplot as plt
plt.plot([1,2,3,4,5],[5,6,None,7,8])

【讨论】：

也发现了这一点。我目前正在尝试合并@Bart 的答案以使用 np.nan，但遇到了一些错误。问候！