来自numpy矩阵的Matplotlib时间序列图

编程入门 行业动态 更新时间:2024-10-23 22:34:42
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()

更多推荐

来自numpy矩阵的Matplotlib时间序列图

本文发布于:2023-07-18 04:48:32,感谢您对本站的认可!
本文链接:https://www.elefans.com/category/jswz/34/1141162.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文标签:矩阵   时间   序列图   numpy   Matplotlib

发布评论

评论列表 (有 0 条评论)
草根站长

>www.elefans.com

编程频道|电子爱好者 - 技术资讯及电子产品介绍!