Python 配对列表和绘图样本
Python pairing lists and drawing samples
我有两个列表,x 和 y,每个都有 2000 个元素。它们一起绘制在散点图中。我想将这两个列表连接成一个新列表,将每个 x[i] 与每个 y[i] 配对,这样我就可以打印出一个看起来像 (x[i], y[i]) 的列表。然后,我想从新列表中随机抽取 n 个样本,并进行替换,并将这些样本绘制在与散点图相同的图形上。这是我目前所拥有的。
N = 2000
n = 35
x = (np.random.randn(N)/N)
y = x + sigma*(np.random.randn(N))
z = np.random.choice(len(x), size=n, replace=True)
pairs = [(x[i], y[i]) for i in z]
print(z)
plt.plot(x,y,'.')
plt.grid()
我走在正确的轨道上还是有更好的方法?
经过一番搜索,我发现了一种新方法,似乎可行,但它使图表看起来很奇怪。
N = 2000
n = 35
x = (np.random.randn(N)/N)
y = x + (np.random.randn(N))
z = [[x, y] for x, y in zip(x, y)]
p = (random.choices(z, k=n))
print(p)
plt.plot(x,y,'.')
plt.plot(p,'.')
plt.grid()
x,y 图中的所有点都被推到了一边,而 p 图中的点看起来更像一个规则图。除了图表底部还有一条直线点。我不知道到底发生了什么。为什么 p 图没有绘制在与 x,y 图相同的区域?底部的直线点是什么?
您可以使用 zip
两次
- 将
x
和 y
配对,以便能够使用 random.choices
(我建议 random.sample
以获得独特性)
- 以其他方式配对所有值以获得
sample_x
和 sample_y
并使用plt.scatter
N = 2000
n = 35
x = np.random.randn(N) / N
y = x + np.random.randn(N)
# plot all
plt.scatter(x, y, marker='.')
# generate and plot sample
z = list(zip(x, y))
p = random.choices(z, k=100)
sample_x, sample_y = zip(*p)
plt.scatter(sample_x, sample_y, marker='+')
plt.grid()
plt.show()
我有两个列表,x 和 y,每个都有 2000 个元素。它们一起绘制在散点图中。我想将这两个列表连接成一个新列表,将每个 x[i] 与每个 y[i] 配对,这样我就可以打印出一个看起来像 (x[i], y[i]) 的列表。然后,我想从新列表中随机抽取 n 个样本,并进行替换,并将这些样本绘制在与散点图相同的图形上。这是我目前所拥有的。
N = 2000
n = 35
x = (np.random.randn(N)/N)
y = x + sigma*(np.random.randn(N))
z = np.random.choice(len(x), size=n, replace=True)
pairs = [(x[i], y[i]) for i in z]
print(z)
plt.plot(x,y,'.')
plt.grid()
我走在正确的轨道上还是有更好的方法?
经过一番搜索,我发现了一种新方法,似乎可行,但它使图表看起来很奇怪。
N = 2000
n = 35
x = (np.random.randn(N)/N)
y = x + (np.random.randn(N))
z = [[x, y] for x, y in zip(x, y)]
p = (random.choices(z, k=n))
print(p)
plt.plot(x,y,'.')
plt.plot(p,'.')
plt.grid()
x,y 图中的所有点都被推到了一边,而 p 图中的点看起来更像一个规则图。除了图表底部还有一条直线点。我不知道到底发生了什么。为什么 p 图没有绘制在与 x,y 图相同的区域?底部的直线点是什么?
您可以使用 zip
两次
- 将
x
和y
配对,以便能够使用random.choices
(我建议random.sample
以获得独特性) - 以其他方式配对所有值以获得
sample_x
和sample_y
并使用plt.scatter
N = 2000
n = 35
x = np.random.randn(N) / N
y = x + np.random.randn(N)
# plot all
plt.scatter(x, y, marker='.')
# generate and plot sample
z = list(zip(x, y))
p = random.choices(z, k=100)
sample_x, sample_y = zip(*p)
plt.scatter(sample_x, sample_y, marker='+')
plt.grid()
plt.show()