python - 如何从 matplotlib 中的 .dat 文件读取多列，然后绘制到多个子图中

Question

我正在尝试使用 matplotlib 将五列 dat 文件绘制成两个子图。dat 文件中的第一列对于两个子图来说都是相同的。我可以在 matplotlib 中读取 dat 文件，但它仅绘制前三列(仅绘制一个图)。

我的文件是 sigma.dat，包含以下条目

   0.013610  0.719520E-01  0.774371E-01  0.126304E-02  0.133856E-02
   0.040820  0.218942E+00  0.235756E+00  0.384315E-02  0.407507E-02
   0.068030  0.370247E+00  0.398893E+00  0.649864E-02  0.689443E-02
   0.095240  0.526034E+00  0.567041E+00  0.923211E-02  0.979962E-02
   0.122450  0.686473E+00  0.740396E+00  0.120463E-01  0.127937E-01
   0.149660  0.851747E+00  0.919171E+00  0.149441E-01  0.158801E-01
   0.176870  0.102205E+01  0.110358E+01  0.179285E-01  0.190620E-01
   0.204090  0.119764E+01  0.129394E+01  0.210038E-01  0.223444E-01
   0.231300  0.137860E+01  0.149035E+01  0.241710E-01  0.257286E-01
   0.258510  0.156522E+01  0.169312E+01  0.274349E-01  0.292199E-01
   0.285720  0.175773E+01  0.190255E+01  0.307990E-01  0.328224E-01
   0.312930  0.195639E+01  0.211891E+01  0.342672E-01  0.365405E-01
   0.340140  0.216143E+01  0.234251E+01  0.378436E-01  0.403789E-01
   0.367350  0.237315E+01  0.257367E+01  0.415324E-01  0.443426E-01
   0.394570  0.259192E+01  0.281281E+01  0.453396E-01  0.484383E-01
   0.421780  0.281787E+01  0.306012E+01  0.492672E-01  0.526684E-01

我尝试用一​​个小脚本绘制它，但我只得到单个图。

import numpy as np
import matplotlib.pyplot as pl
with open("sigma.dat", "r") as f:
    x = []
    y1 = []
    y2 = []
    for line in f:
        if not line.strip() or line.startswith('@') or line.startswith('#'):
            continue
        row = line.split()
        x.append(float(row[0]))
        y1.append(float(row[1]))
        y2.append(float(row[2]))

    pl.plot(x, y1, x, y2)
    pl.savefig("sigma.p`enter code here`ng", dpi=300)

我想知道如何将这五列数据文件绘制成两个子图，例如 clm:0:1:2;和 clm:0:3:4。我预计输出图像文件应该有两个子图 (2 1)，一个子图之间有一个空格，而另一个图像中的两个子图之间没有空格。

Answer 1

在matplotlib中subplots()是将多个绘图生成为一个图形的第一个地址。
(请参阅链接以获取说明和示例。)

所以你可以这样做

fig, axs = pl.subplots(2)
axs[0].plot(x, y1)
axs[1].plot(x, y2)

而不是上面的绘图命令。

<小时/>

但是，请注意，虽然读取这样的文件是可能且正确的，但有几种工具可以帮助您，因此您不必一次又一次手动编写这个非常常见的任务。

最重要的工具是 imo numpy 和 pandas，也许您已经听说过它们并想亲自尝试一下。

使用numpy你可以做到

import numpy as np
import matplotlib.pyplot as plt

data = np.genfromtxt("sigma.dat")

fig, axs = plt.subplots(2)
for i, ax in enumerate(axs):
    ax.plot(data[:, 0], data[:, i+1])

使用pandas你可以做到

import pandas as pd

df = pd.read_csv("sigma.dat", delim_whitespace=True, index_col=0)
df.plot(subplots=True)

<小时/>

简短说明:

使用 numpy，您可以导入一个附加库以及 matplotlib，它不仅可以帮助您从文件中读取数据，而且实际上是 在 python 中进行科学数学和计算所需的基本库。

pandas 另一方面可以替代 matplotlib 和/或 numpy，因为它是构建在顶部的两者都有。它是一个完整的数据分析工具，具有广泛的功能，适用于本主题中的各种标准方法。

<小时/>

编辑:

阅读完您的 next question 后，我想我对你的任务有了更多的了解，所以这是 Python 中创建四个子图且中间没有空格的方法:

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('sigma.dat', delim_whitespace=True, index_col=0, header=None)

fig, axs = plt.subplots(2, 2, sharex=True, sharey='row', gridspec_kw={'hspace': 0, 'wspace': 0})

axs[0, 0].plot(df[df.columns[:2]])
axs[0, 1].plot(df[df.columns[:2]]*1.2)
axs[1, 0].plot(df[df.columns[2:]])
axs[1, 1].plot(df[df.columns[2:]]*.75)

<小时/>

编辑2:

进一步尝试复制this handmade original

import matplotlib as mpl
mpl.rcParams['font.family'] = 'Times New Roman'

fig, axs = plt.subplots(2, 2, sharex=True, gridspec_kw={'hspace': 0, 'wspace': 0})

axs[0, 0].plot(df[df.columns[:2]])
axs[0, 1].plot(df[df.columns[:2]]*1.2)
axs[1, 0].plot(df[df.columns[2:]])
axs[1, 1].plot(df[df.columns[2:]]*.75)
for i in range(2):
    axs[i, 1].spines['left'].set_position(('axes', 1))
    axs[i, 1].yaxis.set_ticks_position('right')
    axs[i, 1].yaxis.set_label_position('right')

axs[0, 0].set_ylabel('A11')
axs[0, 1].set_ylabel('A12')
axs[1, 0].set_ylabel('A21')
axs[1, 1].set_ylabel('A22')

for ax, lbl in zip(axs.flatten(), list('abcd')):
    ax.text(.05, .9, f'({lbl})', transform=ax.transAxes)
axs[1, 0].set_xlabel('X-12-Scale', x=1)