Python-使绘图更加可见

Python-使绘图更加可见,python,python-3.x,matplotlib,plot,Python,Python 3.x,Matplotlib,Plot,我想画一个图,这个图有大的数字和小的数字,所以我做了一个简单的例子。问题是绘图的结尾不可见,因此在报告中不好。100值后的图片不清晰,因此,如果数据太小,我如何能做得更清晰 import matplotlib.pyplot as plt import numpy as np a=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28] b1=[2000,1800,1750,100,90,80,70

我想画一个图,这个图有大的数字和小的数字,所以我做了一个简单的例子。问题是绘图的结尾不可见,因此在报告中不好。100值后的图片不清晰,因此,如果数据太小,我如何能做得更清晰

import matplotlib.pyplot as plt
import numpy as np


a=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28]
b1=[2000,1800,1750,100,90,80,70,75,80,70,74,60,20,15,12,12,14,14,14,14,12,11,12,0.3,0.6,0.6,0.7,0.6]
b2=[2000,1800,1750,100,90,80,70,75,80,70,74,60,20,15,12,12,14,14,14,14,12,11,12,0.3,0.6,0.6,0.7,5]
b3=[2000,1800,1750,100,90,80,70,75,80,70,74,60,20,15,12,12,14,14,14,14,12,11,12,0.3,0.6,0.6,0.7,54]
c=[0,3]

scaled_a = np.interp(a, (min(a), max(a)), c)
print(scaled_a)

plt.subplot(311)
plt.plot(scaled_a,b1,'r')
plt.annotate('%0.2f' % b1[-1], xy=(1, b1[-1]), xytext=(8, 0), 
         xycoords=('axes fraction', 'data'), textcoords='offset 
points')
plt.subplot(312)
plt.plot(scaled_a,b2,'b')
plt.annotate('%0.2f' % b2[-1], xy=(1, b2[-1]), xytext=(8, 0), 
         xycoords=('axes fraction', 'data'), textcoords='offset points')
plt.subplot(313)
plt.plot(scaled_a,b3,'g')
plt.annotate('%0.2f' % b3[-1], xy=(1, b3[-1]), xytext=(8, 0), 
         xycoords=('axes fraction', 'data'), textcoords='offset points')
plt.show()

是否使用对数比例?如许多其他问题所示?也许?@ImportanceOfBeingErnest我编辑了照片
plt.yscale('log'),plt.grid()
,但是如果图中有两个信号,它就不容易区分信号。因为信号彼此非常接近。是的。所以结论是你的数据非常相似,对吗?你的报告的结论是什么?通过显示这些数据,你想传达什么信息?我正在进行卡尔曼滤波,以便在某些情况下状态和协方差估计几乎相同,但我想看到图中的差异。如果人们看到图,状态估计应该在协方差估计下,这样如果数据约为100,这些就看不见了。在这种情况下,我会将所有三条曲线绘制到同一个图中。您还可以显示带有全局曲线的绘图和放大到小范围的绘图。人们也可以显示一个差异图,而不是绝对值。我想你必须自己知道什么最能显示你的数据。如果问题是如何制作一个能显示你想要什么的情节,Stackoverflow可能是一个寻求帮助的好地方。