如何从 matplotlib 中的 .dat 文件中读取多列,然后绘制成多个子图
How to read a multiple column from a .dat file in matplotlib and then plot then into multiple subplots
我正在尝试使用 matplotlib 将一个五列的 dat 文件绘制成两个子图。
dat 文件的第一列对于两个子图都是相同的。
我可以在 matplotlib 中读取 dat 文件,但它只绘制前三个列(只有一个图)。
我的文件 sigma.dat 包含以下条目
0.013610 0.719520E-01 0.774371E-01 0.126304E-02 0.133856E-02
0.040820 0.218942E+00 0.235756E+00 0.384315E-02 0.407507E-02
0.068030 0.370247E+00 0.398893E+00 0.649864E-02 0.689443E-02
0.095240 0.526034E+00 0.567041E+00 0.923211E-02 0.979962E-02
0.122450 0.686473E+00 0.740396E+00 0.120463E-01 0.127937E-01
0.149660 0.851747E+00 0.919171E+00 0.149441E-01 0.158801E-01
0.176870 0.102205E+01 0.110358E+01 0.179285E-01 0.190620E-01
0.204090 0.119764E+01 0.129394E+01 0.210038E-01 0.223444E-01
0.231300 0.137860E+01 0.149035E+01 0.241710E-01 0.257286E-01
0.258510 0.156522E+01 0.169312E+01 0.274349E-01 0.292199E-01
0.285720 0.175773E+01 0.190255E+01 0.307990E-01 0.328224E-01
0.312930 0.195639E+01 0.211891E+01 0.342672E-01 0.365405E-01
0.340140 0.216143E+01 0.234251E+01 0.378436E-01 0.403789E-01
0.367350 0.237315E+01 0.257367E+01 0.415324E-01 0.443426E-01
0.394570 0.259192E+01 0.281281E+01 0.453396E-01 0.484383E-01
0.421780 0.281787E+01 0.306012E+01 0.492672E-01 0.526684E-01
我试图用一个小脚本来绘制它,但我只得到一个图。
import numpy as np
import matplotlib.pyplot as pl
with open("sigma.dat", "r") as f:
x = []
y1 = []
y2 = []
for line in f:
if not line.strip() or line.startswith('@') or line.startswith('#'):
continue
row = line.split()
x.append(float(row[0]))
y1.append(float(row[1]))
y2.append(float(row[2]))
pl.plot(x, y1, x, y2)
pl.savefig("sigma.p`enter code here`ng", dpi=300)
我想知道如何将这个五列 dat 文件绘制成两个子图,例如 clm:0:1:2;和 clm:0:3:4。
我希望输出图像文件应该有两个子图 (2 1),其中一个子图之间有 space,而另一个图像中两个子图之间没有 space。
在matplotlib
中subplots()
是多图生成一图的第一个地址
(有关说明和示例,请参阅 link。)
所以你可以
fig, axs = pl.subplots(2)
axs[0].plot(x, y1)
axs[1].plot(x, y2)
而不是上面的绘图命令。
但是,请注意,虽然读取这样的文件是可能且正确的,但这里有多种工具可以帮助您,因此您不必一次又一次地手动编写这个非常常见的任务。
最重要的工具是 imo numpy
和 pandas
,也许您已经听说过它们并想亲自尝试一下。
有了numpy
你可以做到
import numpy as np
import matplotlib.pyplot as plt
data = np.genfromtxt("sigma.dat")
fig, axs = plt.subplots(2)
for i, ax in enumerate(axs):
ax.plot(data[:, 0], data[:, i+1])
有了 pandas
你可以做到
import pandas as pd
df = pd.read_csv("sigma.dat", delim_whitespace=True, index_col=0)
df.plot(subplots=True)
简短说明:
使用 numpy
,您可以导入一个 附加 库和 matplotlib,它不仅可以帮助您从文件中读取数据,而且实际上 在 python.
中进行科学数学和计算所需的基本库
pandas
另一方面 可以替代 matplotlib
and/or numpy
,因为它建立在两者之上.它是一个完整的数据分析工具,具有广泛的功能,适用于本主题中的各种标准方法。
编辑:
阅读您的 之后,我想我对您的任务有了更多的了解,所以这是 Python 中的一种方法,可以创建四个子图,中间没有 space:
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('sigma.dat', delim_whitespace=True, index_col=0, header=None)
fig, axs = plt.subplots(2, 2, sharex=True, sharey='row', gridspec_kw={'hspace': 0, 'wspace': 0})
axs[0, 0].plot(df[df.columns[:2]])
axs[0, 1].plot(df[df.columns[:2]]*1.2)
axs[1, 0].plot(df[df.columns[2:]])
axs[1, 1].plot(df[df.columns[2:]]*.75)
EDIT2:
进一步尝试复制this handmade original
import matplotlib as mpl
mpl.rcParams['font.family'] = 'Times New Roman'
fig, axs = plt.subplots(2, 2, sharex=True, gridspec_kw={'hspace': 0, 'wspace': 0})
axs[0, 0].plot(df[df.columns[:2]])
axs[0, 1].plot(df[df.columns[:2]]*1.2)
axs[1, 0].plot(df[df.columns[2:]])
axs[1, 1].plot(df[df.columns[2:]]*.75)
for i in range(2):
axs[i, 1].spines['left'].set_position(('axes', 1))
axs[i, 1].yaxis.set_ticks_position('right')
axs[i, 1].yaxis.set_label_position('right')
axs[0, 0].set_ylabel('A11')
axs[0, 1].set_ylabel('A12')
axs[1, 0].set_ylabel('A21')
axs[1, 1].set_ylabel('A22')
for ax, lbl in zip(axs.flatten(), list('abcd')):
ax.text(.05, .9, f'({lbl})', transform=ax.transAxes)
axs[1, 0].set_xlabel('X-12-Scale', x=1)
我正在尝试使用 matplotlib 将一个五列的 dat 文件绘制成两个子图。 dat 文件的第一列对于两个子图都是相同的。 我可以在 matplotlib 中读取 dat 文件,但它只绘制前三个列(只有一个图)。
我的文件 sigma.dat 包含以下条目
0.013610 0.719520E-01 0.774371E-01 0.126304E-02 0.133856E-02
0.040820 0.218942E+00 0.235756E+00 0.384315E-02 0.407507E-02
0.068030 0.370247E+00 0.398893E+00 0.649864E-02 0.689443E-02
0.095240 0.526034E+00 0.567041E+00 0.923211E-02 0.979962E-02
0.122450 0.686473E+00 0.740396E+00 0.120463E-01 0.127937E-01
0.149660 0.851747E+00 0.919171E+00 0.149441E-01 0.158801E-01
0.176870 0.102205E+01 0.110358E+01 0.179285E-01 0.190620E-01
0.204090 0.119764E+01 0.129394E+01 0.210038E-01 0.223444E-01
0.231300 0.137860E+01 0.149035E+01 0.241710E-01 0.257286E-01
0.258510 0.156522E+01 0.169312E+01 0.274349E-01 0.292199E-01
0.285720 0.175773E+01 0.190255E+01 0.307990E-01 0.328224E-01
0.312930 0.195639E+01 0.211891E+01 0.342672E-01 0.365405E-01
0.340140 0.216143E+01 0.234251E+01 0.378436E-01 0.403789E-01
0.367350 0.237315E+01 0.257367E+01 0.415324E-01 0.443426E-01
0.394570 0.259192E+01 0.281281E+01 0.453396E-01 0.484383E-01
0.421780 0.281787E+01 0.306012E+01 0.492672E-01 0.526684E-01
我试图用一个小脚本来绘制它,但我只得到一个图。
import numpy as np
import matplotlib.pyplot as pl
with open("sigma.dat", "r") as f:
x = []
y1 = []
y2 = []
for line in f:
if not line.strip() or line.startswith('@') or line.startswith('#'):
continue
row = line.split()
x.append(float(row[0]))
y1.append(float(row[1]))
y2.append(float(row[2]))
pl.plot(x, y1, x, y2)
pl.savefig("sigma.p`enter code here`ng", dpi=300)
我想知道如何将这个五列 dat 文件绘制成两个子图,例如 clm:0:1:2;和 clm:0:3:4。 我希望输出图像文件应该有两个子图 (2 1),其中一个子图之间有 space,而另一个图像中两个子图之间没有 space。
在matplotlib
中subplots()
是多图生成一图的第一个地址
(有关说明和示例,请参阅 link。)
所以你可以
fig, axs = pl.subplots(2)
axs[0].plot(x, y1)
axs[1].plot(x, y2)
而不是上面的绘图命令。
但是,请注意,虽然读取这样的文件是可能且正确的,但这里有多种工具可以帮助您,因此您不必一次又一次地手动编写这个非常常见的任务。
最重要的工具是 imo numpy
和 pandas
,也许您已经听说过它们并想亲自尝试一下。
有了numpy
你可以做到
import numpy as np
import matplotlib.pyplot as plt
data = np.genfromtxt("sigma.dat")
fig, axs = plt.subplots(2)
for i, ax in enumerate(axs):
ax.plot(data[:, 0], data[:, i+1])
有了 pandas
你可以做到
import pandas as pd
df = pd.read_csv("sigma.dat", delim_whitespace=True, index_col=0)
df.plot(subplots=True)
简短说明:
使用 numpy
,您可以导入一个 附加 库和 matplotlib,它不仅可以帮助您从文件中读取数据,而且实际上 在 python.
pandas
另一方面 可以替代 matplotlib
and/or numpy
,因为它建立在两者之上.它是一个完整的数据分析工具,具有广泛的功能,适用于本主题中的各种标准方法。
编辑:
阅读您的
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('sigma.dat', delim_whitespace=True, index_col=0, header=None)
fig, axs = plt.subplots(2, 2, sharex=True, sharey='row', gridspec_kw={'hspace': 0, 'wspace': 0})
axs[0, 0].plot(df[df.columns[:2]])
axs[0, 1].plot(df[df.columns[:2]]*1.2)
axs[1, 0].plot(df[df.columns[2:]])
axs[1, 1].plot(df[df.columns[2:]]*.75)
EDIT2:
进一步尝试复制this handmade original
import matplotlib as mpl
mpl.rcParams['font.family'] = 'Times New Roman'
fig, axs = plt.subplots(2, 2, sharex=True, gridspec_kw={'hspace': 0, 'wspace': 0})
axs[0, 0].plot(df[df.columns[:2]])
axs[0, 1].plot(df[df.columns[:2]]*1.2)
axs[1, 0].plot(df[df.columns[2:]])
axs[1, 1].plot(df[df.columns[2:]]*.75)
for i in range(2):
axs[i, 1].spines['left'].set_position(('axes', 1))
axs[i, 1].yaxis.set_ticks_position('right')
axs[i, 1].yaxis.set_label_position('right')
axs[0, 0].set_ylabel('A11')
axs[0, 1].set_ylabel('A12')
axs[1, 0].set_ylabel('A21')
axs[1, 1].set_ylabel('A22')
for ax, lbl in zip(axs.flatten(), list('abcd')):
ax.text(.05, .9, f'({lbl})', transform=ax.transAxes)
axs[1, 0].set_xlabel('X-12-Scale', x=1)