在 python matplotlib 中绘制公差条答案

【问题标题】：Plotting tolerance bars in python matplotlib在 python matplotlib 中绘制公差条
【发布时间】：2018-08-16 21:15:31
【问题描述】：

我现有的代码可以简化为：

import matplotlib.pyplot as plt

ref = [(0.0, 151.6875), (0.011, 151.75), (0.022, 151.75), (0.031, 151.625), (0.042, 151.625), (0.052, 151.6875), (0.061, 151.625), (0.073, 151.6875), (0.08, 151.625)]
res = [(0.0, 151.879), (0.01, 151.881), (0.02, 151.882), (0.03, 151.884), (0.04, 151.886), (0.05, 151.887), (0.06, 151.889), (0.07, 151.891), (0.08, 151.892)]

plt.plot(*zip(*res), 'g')
plt.plot(*zip(*ref), 'b')

plt.show()

不幸的是，我不太了解 pyton，无法理解带星号的表达式或 zip 函数，但它似乎将 X 值分组为一个元组，将 Y 值分组为一个元组。

我想在ref 周围添加 10% 的公差线。我知道这应该可行：

plt.fill_between(x, y * 0.9, y * 1.1)

但我不知道如何将 ref 和 res 转换为 x 和 y。我试过了：

ref_x, ref_y = zip(*ref)
plt.fill_between(ref_x, ref_y * 0.9, ref_y * 1.1)

TypeError: 不能将序列乘以“float”类型的非整数。

我已经试过了：

for point in ref :
    plt.fill_between(point[0], point[1] * 0.9, point[1] * 1.1)

TypeError: len() of unsized object

如何将ref 翻译成我可以使用的东西？

【问题讨论】：

标签： python matplotlib

【解决方案1】：

您可以使用ref_y；这是一个清单。要将列表乘以纯 Python 中的常数，您需要将该列表的每个元素乘以该常数 new_data = [x*0.9 for x in old_data]。

更简单的解决方案是立即使用 numpy 数组。

import matplotlib.pyplot as plt

ref = [(0.0, 151.6875), (0.011, 151.75), (0.022, 151.75), (0.031, 151.625), (0.042, 151.625), (0.052, 151.6875), (0.061, 151.625), (0.073, 151.6875), (0.08, 151.625)]
res = [(0.0, 151.879), (0.01, 151.881), (0.02, 151.882), (0.03, 151.884), (0.04, 151.886), (0.05, 151.887), (0.06, 151.889), (0.07, 151.891), (0.08, 151.892)]

ref = np.array(ref)
res = np.array(res)

plt.plot(ref[:,0], ref[:,1], 'g')
plt.plot(res[:,0], ref[:,1], 'b')

plt.fill_between(ref[:,0], ref[:,1] * 0.9, ref[:,1] * 1.1)

plt.show()

【讨论】：

我们的时间完全同步 ;) 顺便说一句，我意识到你的用户名中有一个 import
是的，我通常每天早上都会做import anceOfBeingErnst as me。 :-P

【解决方案2】：

我认为有两种可能的解决方案：

首先，创建两个列表作为上限和下限，并使用fill_between。不能直接乘以 0.9 和 1.1 的原因是 zip 返回 tuple。即使您使用list(ref_y) 将其转换为列表，您也不能将列表的每个元素一次全部乘以整数/浮点数，这与数组不同：

lim_down = [0.9*i for i in ref_y]
lim_up = [1.1*i for i in ref_y]
plt.fill_between(ref_x, lim_down, lim_up)

其次，您将 y 值转换为数组，这样您就可以简单地将它们乘以 0.9 和 1.1，这将应用于每个元素。

plt.fill_between(ref_x, np.array(ref_y) * 0.9, np.array(ref_y) * 1.1)

输出（res 现在被您的误差线/填充区域覆盖，因为在这种情况下 10% 似乎太多了。）：

【讨论】：