用同一条线连接不同的数据系列

Question

有没有办法让 matplotlib 用同一行连接来自两个不同数据集的数据？

上下文：我需要以对数比例绘制一些数据，但其中一些是负数。我使用以不同颜色（红色为正，绿色为负）绘制数据绝对值的解决方法，例如：

import pylab as pl
pl.plot( x, positive_ys, 'r-' )        # positive y's
pl.plot( x, abs( negative_ys ), 'g-' ) # negative y's
pl.show()

但是，由于它们代表相同的数量，因此将两个数据系列通过同一条线连接会很有帮助。这可能吗？

我不能使用pl.plot( x, abs( ys ))，因为我需要能够区分正值和最初的负值。

Answer 1

使用 numpy，您可以使用逻辑索引。

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)

x = np.array([10000, 1000, 100, 10, 1, 5, 50, 500, 5000, 50000])
y = np.array([-10000, -1000, -100, -10, -1, 5, 50, 500, 5000, 50000])

ax.plot(x,abs(y),'+-b',label='all data')
ax.plot(abs(x[y<= 0]),abs(y[y<= 0]),'o',markerfacecolor='none', 
                                        markeredgecolor='r', 
                                        label='we are negative')

ax.set_xscale('log')
ax.set_yscale('log')

ax.legend(loc=0)

plt.show()

关键特性是首先绘制所有绝对的y-values，然后将那些原本为负的值重新绘制为空心圆圈以将它们单独列出。第二步使用逻辑索引x[y<=0] 和y[y<=0] 仅选择y-array 中那些为负的元素。

上面的例子给你这个图：

---

如果你真的有两个不同的数据集，下面的代码会给你和上面一样的图：

x1 = np.array([1, 10, 100, 1000, 10000])
x2 = np.array([5, 50, 500, 5000, 50000])

y1 = np.array([-1, -10, -100, -1000, -10000])
y2 = np.array([5, 50, 500, 5000, 50000])

x = np.concatenate((x1,x2))
y = np.concatenate((y1,y2))

sorted = np.argsort(y)

ax.plot(x[sorted],abs(y[sorted]),'+-b',label='all data')
ax.plot(abs(x[y<= 0]),abs(y[y<= 0]),'o',markerfacecolor='none',
                                        markeredgecolor='r', 
                                        label='we are negative')

在这里，您首先使用np.concatenate 组合x- 和y- 数组。然后，您使用np.argsort 对y-array 进行排序，以确保您在绘图时不会得到过于曲折的线。当您调用第一个图时，您使用该索引数组 (sorted)。由于第二个图只绘制符号而不绘制连接线，因此此处不需要排序数组。