python之绘制 Matplotlib 中的缺陷_编程设计

使用 x,y 坐标的散点图建议在 Matplotlib 中绘制不同于使用其他程序获得的图。例如，这里是一些 PCA 对两个拟合分数的结果。使用 R 的相同图形和相同的数据提供不同的显示……我还检查了 Excell 和 Libreoffice:它们提供了与 R 相同的显示。在反对 Matplotlib 或报告错误之前，我想听听其他意见并检查我是否做得好。我的缺点是什么？

我检查了 float 不是问题，检查了类似的坐标顺序，...... 所以用 R 绘图:

mydata = read.csv("C:/Users/Anon/Desktop/data.txt")  # read csv file 
summary(mydata) 
attach(mydata)  
plot(mydata)

R 制作的散点图

使用 Matplotlib 绘制的相同数据:

import matplotlib.pyplot as mpl 
import numpy as np 
import os 
# open the file with PCA results and convert it into float 
file_data = os.getcwd() + "\\data.txt" 
F = open(file_data, 'r') 
DATA=F.readlines() 
F.close() 
for x in range(len(DATA)) : 
    a = DATA[x] 
    b = a.split(',') 
    DATA[x] = b 
for i in xrange(len(DATA)): 
    for j in xrange(len(DATA[i])): 
        DATA[i][j] = float(DATA[i][j]) 
print DATA[0] 
X_train = np.mat(DATA) 
print "X_train\n",X_train 
 
mpl.scatter(X_train[:, 0], X_train[:, 1], c='white') 
mpl.show()

和打印 X_train 的结果(因此您可以验证数据是否相同) 使用 Excell:

数据:(我放不下所有数据，请告诉我如何加入*.txt文件~40.5 Ko)

0.02753547770433    -0.037999362802379 
0.05179194064903    0.0257492713593311 
-0.0272928319004863 0.0065143681863637 
0.0891355504379135  -0.00801696955147688 
0.0946809371499167  -0.00502202338807476 
-0.0445799941736001 -0.0435759273767196 
-0.333617999778119  -0.204222004815357 
-0.127212025425053  -0.110264460064754 
-0.0243459270896855 -0.0622273166478512 
0.0497080821876597  0.0272080474151131 
-0.181221703468915  -0.134945934382777 
-0.0699503258694739 -0.0835239795690277

编辑:所以我还把 PCA 数据(从 scipy)导出到一个文本文件中，并用 python/matplotlib 和 R 打开这个通用文本文件，以避免一些与 PCA 相关的 prblms。绘图是在该处理之后绘制的(PCA 之前的图形看起来像一个圆顶)

edit2:使用 numpy.loadtxt()，它显示为 R，但我的自定义方法和 numpy.loadtxt() 提供了相同的数据形状、大小、类型和值，那么涉及的机制是什么？

X_train numpy.loadtxt() 
[[ 0.02753548 -0.03799936] 
 [ 0.05179194  0.02574927] 
 [-0.02729283  0.00651437] 
 ...,  
 [ 0.02670961 -0.00696177] 
 [ 0.09011859 -0.00661216] 
 [-0.04406559  0.09285291]]  
shape and size 
(1039L, 2L) 2078 
 
X_train custom-method 
[[ 0.02753548 -0.03799936] 
 [ 0.05179194  0.02574927] 
 [-0.02729283  0.00651437] 
 ...,  
 [ 0.02670961 -0.00696177] 
 [ 0.09011859 -0.00661216] 
 [-0.04406559  0.09285291]]  
shape and size 
(1039L, 2L) 2078

请您参考如下方法:

问题是您将 X_train 表示为矩阵而不是二维数组。这意味着当您使用 X_train[:, 0] 对它进行子集化时，您得到的不是一维数组 - 您得到的是一个只有一列的矩阵(matplotlib 然后尝试分散)。您可以通过打印 X_train[:, 0] 来亲眼看到。*

您只需更改以下行即可解决问题:

X_train = np.mat(DATA)

到

X_train = np.array(DATA)

*例如，在您发布的数据上，X_train[:, 0] 是:

[[ 0.02753548] 
 [ 0.05179194] 
 [-0.02729283] 
 [ 0.08913555] 
 [ 0.09468094] 
 [-0.04457999] 
 [-0.333618  ] 
 [-0.12721203] 
 [-0.02434593] 
 [ 0.04970808] 
 [-0.1812217 ] 
 [-0.06995033]]