在matplotlib python中绘制满足另一列条件的数据范围

我是python新手。我有一个四列数组。我想绘制第2列和第3列，直到第1列满足一个条件。如果列1不满足此范围，则在下一个子批次中绘制。我已经看到，使用where函数可以做到这一点——只是不知道该怎么做

例如：

import numpy as np
import scipy as sp
import matplotlib.pyplot as plt

data = np.array([[17., 18., 19., 20., 31., 46.],\
[1.52,2.5,2.55,2.56,2.53,2.54],\
[7.04,7.06,9.05,11.08,7.06,11.06],\
[0.,0.,0.,0.,4.,4.]])

第一轮并更换第二列：

dataRound = sp.round_(data,1)
data[:,1] = dataRound[:,1]

然后定位/绘制两种不同的条件：

if np.where(data[i]==1.5):
    subplot(211)
    plt.scatter(data[:,1],data[:,2])
elif np.where(data[i] ==2.5):
    subplot(212)
    plt.scatter(data[:,1], data[:,2])

---

以下是回答您问题的代码片段：

t=linspace(0,1000, 1000)
y=sin(0.1*t)
ii=find(t>100)
plot(t[ii],y[ii])

基本上，使用

find

可以生成满足逻辑条件（t>100）的索引列表，然后使用该列表

p、 美国把np。和plt。需要的地方

更新：

这是你需要的吗？注意，您必须交换[1，：]，而不是[：，1]。建议-打印出你正在做的事情以确保

import numpy as np
import scipy as sp
import matplotlib.pyplot as plt

data = np.array([[17., 18., 19., 20., 31., 46.],\
[1.52,2.5,2.55,2.56,2.53,2.54],\
[7.04,7.06,9.05,11.08,7.06,11.06],\
[0.,0.,0.,0.,4.,4.]])

dataRound = sp.round_(data,1)
data[1,:] = dataRound[1,:]
ax1=plt.subplot(211)
ax2=subplot(212)

ax1.scatter(data[1,data[1,:]<=1.5], data[2,data[1,:]<=1.5], color = 'g')
ax2.scatter(data[1,data[1,:]>=2.5], data[2,data[1,:]>=2.5], color = 'b')

将numpy导入为np
将scipy作为sp导入
将matplotlib.pyplot作为plt导入
数据=np.数组（[[17,18,19,20,31,46]）\
[1.52,2.5,2.55,2.56,2.53,2.54],\
[7.04,7.06,9.05,11.08,7.06,11.06],\
[0.,0.,0.,0.,4.,4.]])
dataRound=sp.round（数据，1）
数据[1，：]=dataRound[1，：]
ax1=plt.子批次（211）
ax2=子批次（212）
ax1.scatter（数据[1，数据[1，：]=2.5]，颜色='b'）

如果要绘制第二列和第三列，则：

ax1.scatter(data[2,data[1,:]<=1.5], data[3,data[1,:]<=1.5], color = 'g')
ax2.scatter(data[2,data[1,:]>=2.5], data[3,data[1,:]>=2.5], color = 'b')

ax1.scatter（数据[2，数据[1，：]=2.5]，颜色='b'）

对于阵列，您将如何执行此操作？其中一列中的某些值可能会出现在另一列中，即使它们应该被忽略。此外，数组中没有依赖项