使用 matplotlib 绘制以不寻常方式组织的数据 [关闭]答案

【问题标题】：Plotting data that is organised in an unusual way with matplotlib [closed]使用 matplotlib 绘制以不寻常方式组织的数据 [关闭]
【发布时间】：2019-08-15 22:53:23
【问题描述】：

我有一个代码库的输出，它在材料中生成“带”的能量。数据的组织方式是左列表示索引，第二列表示其能量。当我在 GNUplot 中绘制它时，我得到了这个：

文本文件中的数据组织如下：

0   -3.2101962802476773
0   -3.2101962802476773
0   -3.2101962802476773
0   -2.8612484511071283
0   -2.8612484511071212
0   -2.855472070340414
0   -2.855472070340414
0   -2.8473558653791424
1   -3.2098593700677056
1   -3.2098593700677056
1   -2.871177955425835
1   -2.871177955425834
1   -2.8651192493631106
1   -2.865119249363109
1   -2.846669223652509
1   -2.846669223652504
2   -3.209297896654713
2   -3.209297896654713
2   -2.8811028573856685
2   -2.881102857385668
2   -2.8750382428650094
2   -2.875038242865009
2   -2.8460674384836837
2   -2.846067438483675

我可以（在某种程度上）清楚地看到结构，尽管颜色使它变得困难。我想使用 python 和 matplotlib 做的是将第一行数据与左列值已更改的第一个实例匹配（因此将第一 (x,y) 对映射到 x 所在的相应行现在 1)，对于第二个、第三个、第四个等也是如此。然后将这些 x 和 y 的集合绘制到同一个图上。有没有一种好的编程方式来做到这一点？那么是否还有一种很好的方法来确保每条线（将有 100 条）颜色不同/彼此可区分？

我想过做一个循环，将每个值元组的第一个打包成一个字典中的键值对，然后将所有这些字典绘制在一个图表上，但不完全确定它的语法。

非常感谢！

编辑

在评论中添加OP给出的代码：

with open('BANDS.OUT', 'r') as f:
    lines = f.readlines()
    x = [float(line.split()[0]) for line in lines]
    y = [float(line.split()[1]) for line in lines]

【问题讨论】：

"将第一行数据匹配到第一行（匹配一行...到同一行？）该列（哪一列？！）的值发生了变化（变化比较什么？）” - 你能澄清一下吗？
我添加了一些编辑来显示数据，因此更清晰一些。基本上我希望第一行（0 -3.2101962802476773）进入一个字典，其中第一行 x 已更改（1 -3.2098593700677056）等等，然后对从 0 开始的第二行重复该操作，然后继续。那有意义吗？很难用文字解释！
好的，那么您编写了哪些代码来执行此操作以及您究竟卡在哪里？
到目前为止，我有with open('BANDS.OUT', 'r') as f: lines = f.readlines() x = [float(line.split()[0]) for line in lines] y = [float(line.split()[1]) for line in lines] 我一直在编写循环，该循环为 x 和 y 的每一行建立索引，以匹配正确的值。（对不起格式）
为什么不用pandas来读取这个文件呢？ pd.read_csv('path/to/file.txt', sep='\t') 见answer 快速绘图。

标签： python matplotlib gnuplot

【解决方案1】：

在将数据框加载为 df 后尝试此操作（希望我正确理解了您的重新排列）：

df.columns=['x','y']
df_new=pd.DataFrame()

lendf = len(df['x'].drop_duplicates())


for i in range(0, lendf): 
    df_new = pd.concat([df_new,df[df['x'] == i].reset_index(drop = True)], axis=1,ignore_index=True)
    df_new.drop(df_new.columns[i],axis=1, inplace=True)

df_new.columns = [i for i in range(0, lendf)]

然后您可以转置 df_new 并绘制数据。

【讨论】：

这似乎奏效了！谢谢！