Python 如何使用嵌套的dict键作为分类变量，使用matplotlib打印它们？

我习惯于在R中使用

ggplot

绘制东西，我正在努力使用

matplotlib

在Python中可视化嵌套

dicts

中存储的时间序列数据。特别是，我想根据dicts的“键”作为分类变量更改颜色和其他绘图属性

下面是一个非常简单的示例，它看起来像我的嵌套dict：

mydict = {'subdict1': {'test_1': {'trial_1': np.array([[np.arange(0.0, 1.0, 0.01)],
                                                     [np.sin(2*np.pi*np.arange(0.0, 1.0, 0.01))]]),
                                  'trial_2': np.array([[np.arange(0.0, 1.0, 0.01)],
                                                     [np.sin(3*np.pi*np.arange(0.0, 1.0, 0.01))]])},


                      'test_2': {'trial_1': np.array([[np.arange(0.0, 1.0, 0.01)],
                                                     [np.sin(4*np.pi*np.arange(0.0, 1.0, 0.01))]]),
                                 'trial_2': np.array([[np.arange(0.0, 1.0, 0.01)],
                                                       [np.sin(5*np.pi*np.arange(0.0, 1.0, 0.01))]])}}}

我想简单地绘制阵列图，但使用

test\n

key dict来着色或塑造线条。以下代码绘制了示例数组，但for循环中的每个迭代都使用不同的颜色：

fig, ax = plt.subplots(1)
for x in mydict.keys():
    for y in mydict[x].keys():
        for z in mydict[x][y].keys():
            ax.plot(mydict[x][y][z][0][0], mydict[x][y][z][1][0])

我知道使用

seaborn

或pandas。但是，我的嵌套

dicts

非常复杂，包含许多不同的数组，因此我不确定是否将所有数据存储到

数据帧

格式

---

或者（尽管这可能是一个不同的问题？），我想知道将嵌套dict转换为R对象的建议方法是什么，以便利用的分类映射功能。

也许您想将所有

z

的颜色设置为相同

fig, ax = plt.subplots(1)
colors = iter(plt.rcParams["axes.prop_cycle"].by_key()['color'])

for x in mydict.keys():
    for y in mydict[x].keys():
        c = next(colors)
        for z in mydict[x][y].keys():
            ax.plot(mydict[x][y][z][0][0], mydict[x][y][z][1][0], color=c, label=z)

ax.legend()      
plt.show()

---

考虑到您显示的代码显然给出了正确的结果，问题是什么？我遗漏了什么吗？我希望绘图通过

test_1

和

test_2

键（即仅2种颜色）着色。它目前为绘制的每条线提供不同的颜色。谢谢，这是我一直在寻找的。如何正确使用

legend（）

来提供

z

标签？你的意思是你在图例中看到每个标签两次，因为你有两条相同标签的曲线？是的，我不知道如何使用

legend（）

来提供准确的颜色和

z

键？我更新了答案，但我不清楚你想在传说中展示什么。