首页 文章

Matplotlib：ValueError：x和y必须具有相同的第一个维度

提问于
浏览 次
26

我试图在我的matplotlib图中拟合最适合的线性线 . 我不断得到x和y没有相同的第一个维度的错误 . 但他们都有15个长度 . 我做错了什么？

import matplotlib.pyplot as plt
from scipy import stats
import numpy as np

x = [0.46,0.59,0.68,0.99,0.39,0.31,1.09,0.77,0.72,0.49,0.55,0.62,0.58,0.88,0.78]
y = [0.315,0.383,0.452,0.650,0.279,0.215,0.727,0.512,0.478,0.335,0.365,0.424,0.390,0.585,0.511]
xerr = [0.01]*15
yerr = [0.001]*15

plt.rc('font', family='serif', size=13)
m, b = np.polyfit(x, y, 1)
plt.plot(x,y,'s',color='#0066FF')
plt.plot(x, m*x + b, 'r-') #BREAKS ON THIS LINE
plt.errorbar(x,y,xerr=xerr,yerr=0,linestyle="None",color='black')
plt.xlabel('$\Delta t$ $(s)$',fontsize=20)
plt.ylabel('$\Delta p$ $(hPa)$',fontsize=20)
plt.autoscale(enable=True, axis=u'both', tight=False)
plt.grid(False)
plt.xlim(0.2,1.2)
plt.ylim(0,0.8)
plt.show()
python numpy matplotlib

2 回答

  • 6

    你应该制作 x 和 y numpy数组，而不是列表：

    x = np.array([0.46,0.59,0.68,0.99,0.39,0.31,1.09,
              0.77,0.72,0.49,0.55,0.62,0.58,0.88,0.78])
y = np.array([0.315,0.383,0.452,0.650,0.279,0.215,0.727,0.512,
              0.478,0.335,0.365,0.424,0.390,0.585,0.511])

    通过这种改变，它产生了预期的情节 . 如果它们是列表， m * x 将不会产生您期望的结果，而是一个空列表 . 请注意 m 是 numpy.float64 标量，而不是标准Python float .

    我实际上认为这是Numpy有点可疑的行为 . 在普通的Python中，将列表与整数相乘只重复列表：

    In [42]: 2 * [1, 2, 3]
Out[42]: [1, 2, 3, 1, 2, 3]

    将列表与float相乘会产生错误（我认为应该如此）：

    In [43]: 1.5 * [1, 2, 3]
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-43-d710bb467cdd> in <module>()
----> 1 1.5 * [1, 2, 3]
TypeError: can't multiply sequence by non-int of type 'float'

    奇怪的是，将Python列表与Numpy标量相乘显然有效：

    In [45]: np.float64(0.5) * [1, 2, 3]
Out[45]: []

In [46]: np.float64(1.5) * [1, 2, 3]
Out[46]: [1, 2, 3]

In [47]: np.float64(2.5) * [1, 2, 3]
Out[47]: [1, 2, 3, 1, 2, 3]

    所以似乎浮动被截断为一个int，之后你得到重复列表的标准Python行为，这是非常意外的行为 . 最好的办法是提出一个错误（这样你就可以自己发现问题，而不必在Stackoverflow上提出你的问题），或者只显示预期的逐元素乘法（你的代码将在其中运行） . 有趣的是，列表和Numpy标量之间的添加确实有效：

    In [69]: np.float64(0.123) + [1, 2, 3]
Out[69]: array([ 1.123,  2.123,  3.123])
    回复于
  • 32

    将列表更改为 numpy 数组将完成工作！

    import matplotlib.pyplot as plt
from scipy import stats
import numpy as np 

x = np.array([0.46,0.59,0.68,0.99,0.39,0.31,1.09,0.77,0.72,0.49,0.55,0.62,0.58,0.88,0.78]) # x is a numpy array now
y = np.array([0.315,0.383,0.452,0.650,0.279,0.215,0.727,0.512,0.478,0.335,0.365,0.424,0.390,0.585,0.511]) # y is a numpy array now
xerr = [0.01]*15
yerr = [0.001]*15

plt.rc('font', family='serif', size=13)
m, b = np.polyfit(x, y, 1)
plt.plot(x,y,'s',color='#0066FF')
plt.plot(x, m*x + b, 'r-') #BREAKS ON THIS LINE
plt.errorbar(x,y,xerr=xerr,yerr=0,linestyle="None",color='black')
plt.xlabel('$\Delta t$ $(s)$',fontsize=20)
plt.ylabel('$\Delta p$ $(hPa)$',fontsize=20)
plt.autoscale(enable=True, axis=u'both', tight=False)
plt.grid(False)
plt.xlim(0.2,1.2)
plt.ylim(0,0.8)
plt.show()

    enter image description here

    回复于

相关问题