Python 用matplotlib在笛卡尔空间中绘制角度包裹数据

也许我把标题弄得比问题更复杂了，但现在是

我有一些角度数据，在x-y平面上连续，跨越360=>0度线-即358359,0,1,2

如果我正在绘制这些并设置：

 plt.xlim(0,360)

当然，我在图的最左边有三个点，在最右边有两个点。您可以在（更复杂、更实际的）图中看到这一点（x轴限制故意颠倒）：

我真正想要的是在绘图窗口中的相同位置绘制所有点，可能朝向绘图的中心。在该方案下，x轴在360-0度边界的左侧减小，在右侧增大

我不想对数据本身进行任何转换/转移（它是一个大数据集，等等），因此我希望通过一些matplotlib技巧来实现这一点

我计划用hexbin绘制数据点，如果这有什么不同的话

感谢您的关注，并提前感谢您的帮助

---

Dave

老实说，我认为转换数据会快得多

x[x>180]-=360

相当快。除非数据集的大小为几GB，否则转换数据所需的时间仅为几毫秒

因此，这里有一个简单的方法（转换数据）：

导入matplotlib.pyplot作为plt
将numpy作为np导入
#生成与您的匹配的数据。。。
y=60*np.随机。随机（300）-20
x=60*（np.随机。随机（300）-0.5）
x[x<0]+=360
#将数据转换回-180到180范围。。。
x[x>180]-=360
#绘制数据
图，ax=plt.子批次（）
ax.图（x，y，'b.）
#设置记号，使负记号表示>180个数字
ticks=ax.getxticks（）
滴答声[滴答声<0]+=360
ax.set_xticklabels（[int（勾号）表示勾号中的勾号]）
plt.show（）

但是，如果您想避免转换数据，可以这样做。。。不过，这比仅仅转换数据要慢100%。（速度可能慢得可以忽略不计，但不会更快。）

导入matplotlib.pyplot作为plt
将numpy作为np导入
#生成与您的匹配的数据。。。
y=60*np.随机。随机（300）-20
x=60*（np.随机。随机（300）-0.5）
x[x<0]+=360
图（ax1，ax2）=plt.子批次（ncols=2，sharey=True）
图子批次调整（wspace=0）
ax1.脊椎['right'].set_可见（False）
ax2.脊椎['left'].set_可见（False）
ax1.勾选参数（右=假）
ax2.勾选参数（左=假）
对于ax2中的标签。获取\u yticklabels（）：
label.set_可见（False）
ax1.绘图（x[x>180]，y[x>180]，“b.”）
ax2.plot（x[x我想到的最简单的“技巧”是将数据打印两次，即使用偏移的x值打印相同的内容，以便第二个值的左侧与第一个值的右侧一致（
x_new=x_old+360
）。这是一个选项吗？+1
x[x<0]
uau！那是什么？numpy？请你添加一个链接到关于这个美丽的相关文档中好吗？这是一个numpy习惯用法（也是一个“matlab ism”）（链接到教程，而不是文档。文档的相关部分假设对numpy更熟悉。）numpy数组上的逻辑操作返回布尔数组。这些可以（除其他外）可用于索引相同形状的numpy数组。
import matplotlib.pyplot as plt
import numpy as np

# Generate data to match yours...
y = 60 * np.random.random(300) - 20
x = 60 * (np.random.random(300) - 0.5)
x[x < 0] += 360

# Transform the data back to a -180 to 180 range...
x[x > 180] -= 360

# Plot the data
fig, ax = plt.subplots()
ax.plot(x, y, 'b.')

# Set the ticks so that negative ticks represent >180 numbers
ticks = ax.get_xticks()
ticks[ticks < 0] += 360
ax.set_xticklabels([int(tick) for tick in ticks])

plt.show()

import matplotlib.pyplot as plt
import numpy as np

# Generate data to match yours...
y = 60 * np.random.random(300) - 20
x = 60 * (np.random.random(300) - 0.5)
x[x < 0] += 360

fig, (ax1, ax2) = plt.subplots(ncols=2, sharey=True)
fig.subplots_adjust(wspace=0)

ax1.spines['right'].set_visible(False)
ax2.spines['left'].set_visible(False)
ax1.tick_params(right=False)
ax2.tick_params(left=False)
for label in ax2.get_yticklabels():
    label.set_visible(False)

ax1.plot(x[x > 180], y[x > 180], 'b.')
ax2.plot(x[x <= 180], y[x <= 180], 'b.')

ax2.set_xticks(ax2.get_xticks()[1:])

plt.show()