基于 x 轴上给定的新间隔的累积总和的阶梯图

Question

我有两个列表：数据和 given_x_axis

data=[[0.05, 3200], [0.1, 2000], [0.12, 1200], [0.13, 2000], [0.21, 1800], [0.25, 2800], [0.27, 1500]]
given_x_axis=[0.05, 0.07, 0.09, 0.11, 0.13, 0.15, 0.17, 0.19, 0.21, 0.23, 0.25, 0.27, 0.29, 0.31, 0.33, 0.35]

我想用这样的累积和绘制一个步骤图，

x,y=map(list, zip(*np.cumsum(data, axis=0)))
plt.step(x,y)

但使用 given_x_axis 作为 x 轴上的步长

我试图定义一个函数，它根据 given_x_axis

重新创建一个新的累积值列表

def update_x_axis(data, given_x_axis):
 cumulated_values=[]
 value_each_step=0
 for n,x in enumerate(given_x_axis):
  for d in data:
   if d[0]<=x:
    value_each_step=value_each_step+d[1]
  cumulated_values.append(value_each_step)
 return [given_x_axis,cumulated_values]

但是新的 y 轴累积值列表似乎不正确。我预计 update_x_axis(data, given_x_axis) 将 return

[0.05, 0.07, 0.09, 0.11, 0.13, 0.15, 0.17, 0.19, 0.21, 0.23, 0.25, 0.27, 0.29, 0.31, 0.33, 0.35], 
[3200, 3200, 3200, 5200, 6400, 8400....]]

如何修改我定义的函数来执行此操作？

Answer 1

我可能误解了问题或期望的结果。我想你要找的是这个：

import numpy as np
import matplotlib.pyplot as plt

data=[[0.05, 3200], [0.1, 2000], [0.12, 1200], [0.13, 2000], [0.21, 1800], [0.25, 2800], [0.27, 1500]]
given_x_axis=[0.05, 0.07, 0.09, 0.11, 0.13, 0.15, 0.17, 0.19, 0.21, 0.23, 0.25, 0.27, 0.29, 0.31, 0.33, 0.35]

x,y = np.array(data).T
ind = np.searchsorted(x, given_x_axis, side="left")
ind[ind == 0] = 1
res = np.cumsum(y)[ind-1]

资源现在

[ 3200.  3200.  3200.  5200.  6400.  8400.  8400.  8400.  8400. 10200.
 10200. 13000. 14500. 14500. 14500. 14500.]

然后绘图，

fig, ax = plt.subplots()
ax.plot(x,np.cumsum(y), marker="o", ls="")
ax.step(given_x_axis, res)

plt.show()

基于 x 轴上给定的新间隔的累积总和的阶梯图

Step-chart with cumulative sum based on new intervals given on x axis

python

matplotlib

intervals

cumulative-sum