如何使用 matplotlib 索引 n 组 4 列来绘制多个图？

Question

我想知道如何在 python 中以编程方式索引/访问一些数据。 我有一组钻孔的柱状数据：深度、温度、梯度、伽马值。有n个钻孔。我有一个标题，其中列出了钻孔名称和数字 ID。示例：

Bore_name,Bore_ID,,,Bore_name,Bore_ID,,,, ... 
<a row of headers>
depth,temp,gradient,gamma,depth,temp,gradient,gamma ...

除了粗鲁的迭代之外，我不知道如何索引数据：

with open(filename,'rU') as f:
    bores = f.readline().rstrip().split(',')   
    headers = f.readline().rstrip().split(',')


# load from CSV file, missing values are empty 'cells'
tdata = numpy.genfromtxt(filename, skip_header=2, delimiter=',', missing_values='', filling_values=numpy.nan)

for column in range(0,numpy.shape(tdata)[1],4):  
    # plots temperature on x, depth on y
    pl.plot(tdata[:,column+1],tdata[:,column], label=bores[column])
    # get index at max depth
    depth = numpy.nanargmin(tdata[:,column])
    # plot text label at max depth (y) and temp at that depth (x)
    pl.text(tdata[depth,column+1],tdata[depth,column],bores[column])

这种方式似乎很简单，但我最近一直在使用 R，并且已经有点习惯了他们通过类和子类引用数据对象的方式从标题解释。

Answer 1

如果您喜欢 R 的 data.table，那么已经有一些（至少）尝试在 NumPy 中重新创建该功能——通过 NumPy Core 中的附加类和外部 Python 库。我发现最有希望的工作是 dataarray 库费尔南多·佩雷斯。这是它的工作原理。

>>> # create a NumPy array for use as our data set
>>> import numpy as NP
>>> D = NP.random.randint(0, 10, 40).reshape(8, 5)

>>> # create some generic row and column names to pass to the constructor
>>> row_ids = [ "row{0}".format(c) for c in range(D1.shape[0]) ]
>>> rows = 'rows_id', row_ids

>>> variables = [ "col{0}".format(c) for c in range(D1.shape[1]) ]
>>> cols = 'variable', variables

通过调用构造函数并传入一个普通的 NumPy 数组和一个元组列表（每个轴一个元组）来实例化 DataArray 实例，并且由于这里 ndim = 2，列表中有两个元组，每个元组由轴标签（str）和该轴的标签序列（列表）组成。

>>> from datarray.datarray import DataArray as DA
>>> D1 = DA(D, [rows, cols])

>>> D1.axes
      (Axis(name='rows', index=0, labels=['row0', 'row1', 'row2', 'row3', 
           'row4', 'row5', 'row6', 'row7']), Axis(name='cols', index=1, 
           labels=['col0', 'col1', 'col2', 'col3', 'col4']))

>>> # now you can use R-like syntax to reference a NumPy data array by column:
>>> D1[:,'col1']
      DataArray([8, 5, 0, 7, 8, 9, 9, 4])
      ('rows',)

Answer 2

您可以将数据放入每个钻孔的 dict 中，以钻孔 ID 为键，将值作为字典，以标题作为键。大致如下：

data = {boreid1:{"temp":temparray, ...}, boreid2:{"temp":temparray}}

使用这些方法从文件中读取可能会有点麻烦，但是为了绘图，你可以这样做

pl.plot(data[boreid]["temperature"], data[boreid]["depth"])

Answer 3

以下是命名行和列的习惯用法：

row0, row1 = np.ones((2,5))

for col in range(0, tdata.shape[1], 4):
   depth,temp,gradient,gamma = tdata[:, col:col+4] .T
   pl.plot( temp, depth )

另请参阅 namedtuple：

from collections import namedtuple
Rec = namedtuple( "Rec", "depth temp gradient gamma" )
r = Rec( *tdata[:, col:col+4].T )
print r.temp, r.depth

dataarray（感谢 Doug）当然更通用。