我目前正在运行一系列实验，我需要运行多次才能生成不错的误差线。 每个实验输出一个文件，其中包含各种信息，例如平均值/标准差/吞吐量/延迟/第 n 个百分位数等。
然后我绘制这些值中的每一个，但为了获得更合理的结果，我需要为每个单元格取所有这些文件的平均值，并将其与获得的标准偏差一起绘制为误差条。
但是我目前的代码不起作用:
data_1 = np.loadtxt(fold + "/" + "clients_1.txt")
data_2 = np.loadtxt(fold + "/" + "clients_2.txt")
data_3 = np.loadtxt(fold + "/" + "clients_3.txt")
data = [data_1,data_2,data_3]
d_avg = sum(data) / float(len(data))
err = np.std(d_avg)
plt.plot(d_avg[:,19],d_avg[:,7], label='Test Plot', yerr = err[:,7] )
我得到的错误是这样的:
IndexError: 0-d arrays can only use a single () or a list of newaxes (and a single ...) as an index
对于问题是什么有点困惑。 d_agv 文件打印正常。
所有客户端文件都有相同的列行数，一个文件中的每个单元格对应另一个文件中的相同单元格(显然可能具有不同的值)
每个文件中每一行的格式是:
1 1 50 1 1 0 100 11.30000 9.00000 50.00000 32.09000 5.66480 9.00000 9.00000 10.00000 11.00000 12.00000 13.55000 32.85000 39.47368
并且有多个这样的行。
请您参考如下方法:
好的，如果我理解你的意思，你想要整个实验运行的均值和标准差。例如，如果我们使用表中给出的一些随机数据运行 2 次，则平均值为:
run 1 run 2 mean
1 2 3 1 3 2 1 2.5 2.5
4 5 6 5 4 6 4.5 4.5 6
7 8 9 7 8 9 7 8 9
如果我的假设是正确的，这就是你想要的代码:
data_1 = np.loadtxt(fold + "/" + "clients_1.txt")
data_2 = np.loadtxt(fold + "/" + "clients_2.txt")
data_3 = np.loadtxt(fold + "/" + "clients_3.txt")
data = np.array([data_1, data_2, data_3])
data_avg = data.mean(axis=0)
data_err = data.std(axis=0)
plt.plot(data_avg[:,19], data_avg[:,7], label='Test Plot')
