Wie plotten Zahlen aus einem Array als Annotation mit Matplotlib?

Question

Ich versuche, die Karte auf Grundkarte mit Vale aus meteorologischen Daten extrahiert zu produzieren. Beispielcode ist: -

y=[2.56422, 3.77284,3.52623,3.51468,3.02199] 
z=[0.15, 0.3, 0.45, 0.6, 0.75] 
n=[58,651,393,203,123] 

fig, ax = plt.subplots() 
ax.scatter(z, y) 

for i, txt in enumerate(n): 
    ax.annotate(txt, (z[i],y[i])) 

Die Daten verwende ich ein numpy Array ist. Ich weiß nicht, wie man jedes Array durchläuft, um die Art von Karte ähnlich wie oben darzustellen. Ich möchte nur Werte plotten (z. B. countour oder contourf).

Zunächst versuchte ich Float-Werte mit pylab.plot Funktion zu plotten. Es ist jedoch retured mit Fehlern

ValueError: third arg must be a format string 

Dann habe ich versucht, diese numpy Array Zeichenfolge zu konvertieren und dann mit diesem Befehl Grundstück: -

temperature = np.array2string(data, precision=2) 

und die print-Anweisung sieht aus wie ein modifizierte string: -

print temperature 
[[ 19.69 21.09 21.57 21.45 20.59 20.53 20.93 20.63 20.64 21.26 
    21.29 20.63 20.98 21.01 20.84 20.81 20.55 20.33 20.52 20.23 
    19.84] 
[ 20.77 21.35 20.81 20.64 20.9 20.78 20.79 23.57 20.11 21.07 
    21.06 21.33 21.48 21.18 21.4 21.09 20.5 20.31 20.12 19.8 
    19.97] 
[ 21.51 21.23 20.55 20.08 20.05 20.78 21.17 24.77 21.17 20.95 
    21.43 21.47 21.46 21.77 21.69 21.13 20.47 20.04 20.08 20.37 
    20.14] 
[ 21.29 21.1 20.63 20.32 20.22 20.37 24.4 23.82 22.23 21.03 
    22.11 22.62 22.71 22.37 21.73 21.35 21.03 20.67 20.58 20.89 
    20.93] 
[ 21.24 21.04 20.68 20.56 20.76 20.91 24.26 23.75 23.28 21.26 
    21.48 22. 21.94 21.78 21.36 21.14 20.96 20.92 21.1 21.19 
    21.31] 
[ 20.83 20.88 20.6 20.87 21.01 21.91 22.33 22.21 21.74 20.66 
    20.76 20.73 21.04 21.09 20.83 20.7 20.72 20.71 21.23 21.04 
    20.73] 
[ 20.32 20.41 20.19 20.05 20.68 22.17 21.82 20.67 19.85 19.02 
    18.91 19.6 20.15 20.64 20.64 20.09 19.81 19.76 19.9 19.94 
    19.46] 
[ 19.68 20.37 20.56 20.68 20.93 21.28 21.24 20.33 20.7 20. 
    18.72 18.94 19.56 19.57 19.83 19.74 19.17 18.53 18.1 18.72 
    19.12] 
[ 18.88 19.71 20.77 20.81 20.32 21.58 20.96 21.33 21.2 20.17 
    19.95 22.05 19.72 19.85 19.3 18.75 18.69 18.44 17.57 17.2 
    18.22] 
[ 19.11 19.19 20.13 20.78 21.25 21.98 21.15 20.96 20.66 20.14 
    20.51 21.92 20.36 20.27 19. 18.22 17.81 17.58 17.16 16.67 
    17.46] 
[ 18.5 19.28 19.57 20.01 21.16 21.01 21.06 20.93 20.62 19.89 
    20.3 20.7 19.7 19.76 18.24 17. 16.36 16.63 17.62 17.32 
    17.38] 
[ 17.6 18.33 20.27 19.97 20.63 20.51 21.09 21.39 20.81 19.55 
    20. 18.3 17.32 18.24 17.57 17.15 16.42 15.76 16.14 16.45 
    21.95] 
[ 17.04 17.55 18.16 18.32 21.23 20.5 20.41 19.82 20.7 20.55 
    20.41 18.47 18.05 17.63 17.11 15.6 16.02 15.46 14.29 13.88 
    23.04]] 

Schließlich bekomme ich diesen Fehler, wenn ich versuchte, mit dieser Linie des obigen Wert auf einer Karte plotten

pylab.plot(x, y, temperature) 

    'Unrecognized character %c in format string' % c) 
ValueError: Unrecognized character [ in format string 

Problem scheint mit Nparray zu String-Konvertierung sein.

Jede Hilfe zur Lösung dieses Problems ist willkommen.

Answer 1

Ihre ursprüngliche Lösung mit ax.annotate ist völlig in Ordnung für Ihre allgemeinere Lösung. Das einzige, was geändert werden muss, ist, dass Sie im Fall von 2D-Arrays diese abflachen müssen, bevor Sie sie mit np.ravel() überschleifen (was auch eine Klassenmethode der Klasse ndarray ist).

jedoch in Ihrem speziellen Fall können Sie explizite Indexierung und die Verwendung von ravel() durch broadcast ing die drei Arrays Sie zeichnen müssen ersparen:

import numpy as np 
import matplotlib.pyplot as plt 

# generate some dummy data 
z,y = np.meshgrid(range(3),range(3)) 
n = np.random.random_integers(low=50,high=500,size=z.shape) 

fig, ax = plt.subplots() 
ax.scatter(z, y) 

for zz,yy,txt in np.broadcast(z,y,n): 
    ax.annotate(txt, (zz,yy)) 

Beachten Sie, dass das Ergebnis der np.broadcast ist das gleiche wie Wenn wir zip(z.ravel(),y.ravel(),n.ravel()) verwendet hätten, mit dem großen Unterschied, dass np.broadcast ein generatorähnliches Objekt erzeugt, so erzeugt es nicht die notwendigen riesigen Arrays (was perfekt ist).