Python 在matplotlib中使用相当大（不是真正大）的数据集时出现问题

我正在利用SDSS（斯隆数字天空测量）的数据来绘制和分析恒星的光谱。为此，我从他们的网站下载了一个.csv文件，从中提取每一行及其数据，然后绘制这些数据。数据的格式是波长、通量、最佳拟合、天空通量，但我只对波长和最佳拟合感兴趣。我只是想提一下，这样我的代码就更有意义了。我试着每10个和100个数据点运行一次，但我无法解决我的问题。任何帮助都将不胜感激。SDSS网站上有一张想要的结果图，我将其粘贴在下面：

下面是我的代码生成的图表（显然非常错误）：

代码如下：

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

with open("csvSpectrum1.txt", "r") as test:
    rawData = test.readlines()
test.close()
dataProcessed = []
for x in range(1, len(rawData)):
    line = rawData[x].split('\n')
    line.pop(1)     # I added this because the list always had a [''] in the end so I just removed that
    for data in line:
        finalData = data.split(',')
        dataProcessed.append([finalData[0], finalData[2]])
x = []
y = []

for point in dataProcessed:
    x.append(point[0])
    y.append(point[1])
    
plt.plot(x, y)
plt.savefig("plot1.png")

• 提供这个
  • 使用此数据，问题中的代码将生成与问题中所示相同的绘图
• 使用

将熊猫作为pd导入
将matplotlib.pyplot作为plt导入
数据='csvSpectrum'
#创建数据帧
df=pd.read\U csv（数据）
#集合索引
df.set_索引（“波长”，就地=真）
#显示数据帧
通量最佳拟合天空通量
波长
3798.394    18.219   17.414      0.0
3799.269    18.217   15.414      0.0
3800.144    18.215   14.973      0.0
3801.019    18.212   15.625      0.0
3801.894    18.210   15.786      0.0
#绘图数据帧
p=df.plot（）
plt.yscale（'log'）

作为子地块

plt.图（figsize=（16,10））
对于i，枚举中的列（df.columns，1）：
plt.子地块（3,1,i）
plt.绘图（测向索引，测向[col]，标签=col）
plt.yscale（'log'）
plt.legend（）

给出了读取数据的原始方法

• 原始代码做了很多不必要的事情
• 绘图不起作用，因为数据从未从

  str

  转换为

  float

  。
  • 您需要

    x.append（浮点（点[0]））

    和

    y.append（浮点（点[1]））

更新

data='csvSpectrum'
以开放式（数据，“r”）作为测试：
rawData=[test.readlines（）]中的行的line.strip（）#从每个字符串中删除\n
波长=列表（）
最佳拟合=列表（）
对于rawData[1:]中的x:#只需遍历原始数据行即可
x=x.split（'，'）#拆分行
append（float（x[0]）#将数据添加到列表并转换为float
bestfit.append（float（x[2]）#将数据添加到列表并转换为float
#密谋
p=plt.绘图（波长，最佳拟合）#生成最佳拟合线的绘图，如上所述

尝试使用pandas读取CSV文件。这样，您就不需要手动解析文件：将数据读入pandas DataFrame后，使用plot函数@luc。一方面是的，另一方面，OP已经有了一个工作系统，这不是问题所在。@Mad物理学家他们的系统实际上不工作，这就是为什么他们问这个问题。他们的错误很可能源于错误地解析数据。我试图提出一种更简单、更不容易出错的方法，这种方法符合行业惯例。主要问题是

dataProcessed.append（[finalData[0]，finalData[2]]）

附加字符串而不是数字。它们需要转换为浮点：

float（finalData[0]）

。当使用pandas

read\u csv

时，这些东西会自动运行。另外，使用numpy数组而不是列表将使一切都更快。很抱歉没有添加数据链接，但非常感谢@梅尔文很高兴这对你有用。此外，我还添加了一个您可能更喜欢的子地块选项。哦，酷，谢谢：）我明天再看：）