python - 从散点图到二维数组

Question

我的脑子在这件事上完全一片空白。

我想做我认为很简单的事情。

假设我有一些测试数据:

import pandas as pd
import numpy as np
k=10
df = pd.DataFrame(np.array([range(k), 
                           [x + 1 for x in range(k)],
                           [x + 4 for x in range(k)], 
                           [x + 9 for x in range(k)]]).T,columns=list('abcd'))

其中行对应时间，列对应角度，如下所示:

   a   b   c   d
0  0   1   4   9
1  1   2   5  10
2  2   3   6  11
3  3   4   7  12
4  4   5   8  13
5  5   6   9  14
6  6   7  10  15
7  7   8  11  16
8  8   9  12  17
9  9  10  13  18

然后由于我将其转换为并订购字典的原因:

def highDimDF2Array(df):
    from collections import OrderedDict # Need to preserve order

    vels = [1.42,1.11,0.81,0.50]

    # Get dataframe shapes
    cols = df.columns

    trajectories = OrderedDict()
    for i,j in enumerate(cols):
        x = df[j].values
        x = x[~np.isnan(x)]

        maxTimeSteps = len(x)
        tmpTraj = np.empty((maxTimeSteps,3))
        # This should be fast
        tmpTraj[:,0] = range(maxTimeSteps) 
        # Remove construction nans
        tmpTraj[:,1] = x
        tmpTraj[:,2].fill(vels[i])

        trajectories[j] = tmpTraj

    return trajectories

然后我把它全部绘制出来

import matplotlib.pyplot as plt
m = highDimDF2Array(df)
M = np.vstack(m.values())
plt.scatter(M[:,0],M[:,1],15,M[:,2])
plt.title('Angle $[^\circ]$ vs. Time $[s]$')
plt.colorbar()
plt.show()

现在我想做的就是将所有这些放入具有以下属性的 2D numpy 数组中:

• 时间映射到 x 轴(或者 y 轴并不重要)
• 角度映射到 y 轴
• 矩阵中的条目对应于散点图中彩色点的值
• 所有其他条目均被视为 NaN(即散点图中未由点定义的条目)

在 3D 中，颜色将对应于高度。

我正在考虑使用这样的东西:3d Numpy array to 2d但我不太确定如何。

Answer 1

您可以将 M[:,1] 和 M[:,2] 中的值转换为整数，并将它们用作 2D numpy 数组的索引。以下是使用您定义的 M 值的示例。

out = np.empty((20,10))
out[:] = np.NAN
N = M[:,[0,1]].astype(int)
out[N[:,1], N[:,0]] = M[:,2]
plt.scatter(M[:,0],M[:,1],15,M[:,2])
plt.scatter(M[:,0],M[:,1],15,M[:,2])
plt.title('Angle $[^\circ]$ vs. Time $[s]$')
plt.colorbar()
plt.imshow(out, interpolation='none', origin = 'lower')

在这里，您可以直接将 M 转换为整数，但您可能必须想出一个函数来将 M 的列映射为整数，具体取决于您正在创建的数组的分辨率。