来自numpy矩阵的Matplotlib时间序列图 [英] Matplotlib timeseries plot from numpy matrix
本文介绍了来自numpy矩阵的Matplotlib时间序列图的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我如何能够从如下所示的numpy矩阵绘制时间序列图:
How would I be able to go about plotting a timeseries graph from a numpy matrix that looks like such:
data = [[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 18. 28. 38. 48. 57. 66. 75. 85. 95.]
[ 95. 85. 76. 66. 57. 47. 38. 28. 18. 9.]
[ 9. 19. 28. 38. 48. 48. 38. 28. 19. 9.]
[ 48. 48. 45. 45. 47. 49. 47. 47. 45. 47.]
[ 9. 19. 28. 38. 48. 58. 67. 77. 87. 96.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 97. 87. 77. 67. 58. 48. 39. 29. 19. 9.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 47. 47.]
[ 9. 19. 29. 38. 48. 57. 67. 77. 87. 97.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 96. 87. 77. 68. 58. 48. 39. 29. 19. 9.]
[ 9. 19. 29. 39. 48. 58. 67. 77. 87. 97.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 18. 28. 37. 47. 47. 37. 28. 18. 9.]
[ 46. 46. 46. 46. 46. 46. 46. 46. 46. 46.]
[ 9. 18. 28. 37. 47. 56. 65. 77. 87. 96.]
[ 482. 482. 482. 482. 482. 482. 482. 482. 482. 483.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 18. 28. 38. 47. 57. 67. 76. 86. 96.]
[ 97. 87. 77. 68. 58. 48. 39. 29. 19. 9.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 47. 47.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 47. 47.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 96. 87. 77. 68. 58. 48. 38. 28. 19. 9.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 19. 29. 38. 48. 58. 68. 77. 87. 97.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 47. 47.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 9. 19. 28. 38. 48. 57. 67. 77. 86. 96.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 19. 29. 39. 48. 58. 68. 78. 88. 97.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 47. 48.]
[ 9. 18. 28. 38. 47. 47. 38. 28. 18. 9.]
[ 47. 47. 47. 47. 47. 47. 48. 48. 48. 48.]
[ 9. 19. 28. 38. 47. 57. 67. 77. 86. 96.]
[ 96. 86. 77. 67. 57. 47. 38. 28. 19. 9.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 47. 47.]
[ 7. 8. 6. 7. 6. 7. 9. 7. 8. 7.]
[ 9. 18. 28. 37. 47. 56. 66. 75. 85. 95.]
[ 480. 480. 480. 480. 480. 480. 480. 480. 480. 483.]
[ 96. 87. 77. 67. 58. 48. 38. 28. 19. 9.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 19. 28. 38. 48. 57. 67. 77. 86. 96.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 9. 19. 28. 38. 48. 48. 38. 28. 19. 9.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 9. 19. 28. 38. 48. 57. 67. 77. 86. 96.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 19. 29. 38. 48. 58. 67. 77. 87. 97.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 481. 481. 483. 483. 483. 483. 483. 483. 483. 483.]
[ 9. 19. 28. 38. 48. 57. 67. 77. 86. 96.]
[ 96. 87. 77. 67. 58. 47. 37. 28. 18. 9.]
[ 9. 18. 28. 37. 47. 47. 37. 28. 18. 9.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 47. 47.]
[ 9. 18. 28. 37. 47. 56. 66. 75. 85. 94.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 96. 86. 77. 67. 57. 48. 38. 28. 19. 9.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 18. 28. 37. 47. 56. 66. 75. 84. 94.]
[ 47. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 49.]
[ 95. 86. 76. 67. 57. 48. 38. 29. 19. 9.]
[ 9. 19. 29. 38. 48. 57. 67. 76. 86. 94.]
[ 480. 480. 480. 480. 480. 480. 480. 480. 480. 480.]
[ 9. 18. 28. 38. 47. 47. 38. 28. 19. 9.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 19. 28. 38. 48. 58. 67. 75. 85. 94.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 47. 47.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 9. 19. 28. 38. 47. 57. 66. 76. 86. 95.]
[ 96. 86. 76. 67. 57. 48. 38. 28. 19. 9.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 48. 48.]
[ 9. 19. 28. 38. 47. 57. 66. 75. 85. 94.]
[ 47. 47. 47. 47. 47. 47. 47. 47. 47. 47.]
[ 96. 86. 76. 67. 57. 48. 38. 29. 19. 9.]
[ 480. 481. 481. 481. 481. 481. 481. 481. 481. 481.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 48. 48. 48. 48. 48. 48. 48. 46. 46. 46.]
[ 46. 46. 46. 46. 46. 46. 46. 46. 46. 46.]
[ 90. 80. 71. 63. 54. 44. 35. 26. 17. 8.]
[ 9. 19. 28. 38. 47. 57. 67. 77. 86. 96.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 481. 481. 481. 481. 481. 481. 481. 481. 481. 483.]
[ 48. 48. 48. 48. 48. 48. 48. 48. 48. 48.]
[ 9. 19. 28. 38. 47. 57. 66. 76. 86. 95.]]
x轴的时间范围是1-10.
Where the x axis is from time range 1-10
y轴的范围是1-450
the y axis is from range 1-450
总共有100条线被绘制在整个图形上
and in total there are 100 lines that are being plotted across the graph
推荐答案
下面是一个示例，其中包含与您相似的数据子集.
Here's an example with a subset of data similar to yours.
import matplotlib.pyplot as plt
import numpy as np
data = [[ 3., 3., 3., 3., 3., 3., 3., 3., 3., 3.],
[ 49., 48., 48., 48., 48. , 48., 48., 48., 48., 48.],
[ 9., 18., 28., 38., 48., 57., 66., 75., 85., 95.],
]
data = np.array(data)
plt.plot(np.arange(1, 11), data.transpose())
plt.show()
这篇关于来自numpy矩阵的Matplotlib时间序列图的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
