Python Matplot：如何绘制真/假或活动/非活动数据？

我想绘制一个

true/false

或

active/deactive

二进制数据，类似下图：

横轴是时间，纵轴是一些活动（白色）或非活动（黑色）的实体（这里是一些传感器）。如何使用

pyplot

绘制这样的图形

---

我搜索了这些图形的名称，但找不到它。

您要查找的是

imshow

：

import matplotlib.pyplot as plt
import numpy as np

# get some data with true @ probability 80 %
data = np.random.random((20, 500)) > .2

fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(data, aspect='auto', cmap=plt.cm.gray, interpolation='nearest')

然后你只需要从某处得到Y标签

你问题中的图像似乎有一些插值。让我们再做几件事：

import matplotlib.pyplot as plt
import numpy as np

# create a bit more realistic-looking data
# - looks complicated, but just has a constant switch-off and switch-on probabilities
#   per column
# - the result is a 20 x 500 array of booleans
p_switchon = 0.02
p_switchoff = 0.05
data = np.empty((20,500), dtype='bool')
data[:,0] = np.random.random(20) < .2
for c in range(1, 500):
    r = np.random.random(20)
    data[data[:,c-1],c] = (r > p_switchoff)[data[:,c-1]]
    data[-data[:,c-1],c] = (r < p_switchon)[-data[:,c-1]]

# create some labels
labels = [ "label_{0:d}".format(i) for i in range(20) ]

# this is the real plotting part
fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(data, aspect='auto', cmap=plt.cm.gray)
ax.set_yticks(np.arange(len(labels)))
ax.set_yticklabels(labels)

导入matplotlib.pyplot作为plt
将numpy作为np导入
#创建更逼真的数据
#-看起来很复杂，但只是有一个恒定的关闭和打开概率
#每列
#-结果是一个20 x 500的布尔数组
p_开关=0.02
p_关闭=0.05
data=np.empty（（20500），dtype='bool'）
数据[：，0]=np.random.random（20）<.2
对于范围（1500）内的c：
r=np.随机。随机（20）
数据[数据[：，c-1]，c]=（r>p_关闭）[数据[：，c-1]]
数据[-data[：，c-1]，c]=（r

创造

然而，插值在这里不一定是件好事。为了使不同的行更容易分开，可以使用颜色：

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

# create a bit more realistic-looking data
# - looks complicated, but just has a constant switch-off and switch-on probabilities
#   per column
# - the result is a 20 x 500 array of booleans
p_switchon = 0.02
p_switchoff = 0.05
data = np.empty((20,500), dtype='bool')
data[:,0] = np.random.random(20) < .2
for c in range(1, 500):
    r = np.random.random(20)
    data[data[:,c-1],c] = (r > p_switchoff)[data[:,c-1]]
    data[-data[:,c-1],c] = (r < p_switchon)[-data[:,c-1]]

# create some labels
labels = [ "label_{0:d}".format(i) for i in range(20) ]

# create a color map with random colors
colmap = matplotlib.colors.ListedColormap(np.random.random((21,3)))
colmap.colors[0] = [0,0,0]

# create some colorful data:
data_color = (1 + np.arange(data.shape[0]))[:, None] * data

# this is the real plotting part
fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(data_color, aspect='auto', cmap=colmap, interpolation='nearest')
ax.set_yticks(np.arange(len(labels)))
ax.set_yticklabels(labels)

导入matplotlib.pyplot作为plt
导入matplotlib.colors
将numpy作为np导入
#创建更逼真的数据
#-看起来很复杂，但只是有一个恒定的关闭和打开概率
#每列
#-结果是一个20 x 500的布尔数组
p_开关=0.02
p_关闭=0.05
data=np.empty（（20500），dtype='bool'）
数据[：，0]=np.random.random（20）<.2
对于范围（1500）内的c：
r=np.随机。随机（20）
数据[数据[：，c-1]，c]=（r>p_关闭）[数据[：，c-1]]
数据[-data[：，c-1]，c]=（r

创造

---

当然，你会想使用一些不那么奇怪的颜色方案，但这实际上取决于你的艺术观点。这里的技巧是，行

n

上的所有

True

元素都有值

n+1

和，所有

False

元素都是

0

中的

data\u color

。这使得创建颜色贴图成为可能。当然，如果您想要两种或三种颜色的循环颜色贴图，只需在

imshow

by中使用

data\u color

的模数，例如

data\u color%3

谢谢您的回答！你知道这类图形的名称吗？+1似乎也是使用Matplotlib制作的，看起来完全一样。值得一提的是，我发现在这个应用程序中使用插值会产生误导，这表明在冰箱和电话之间有一个渐进的过渡！我更喜欢直条，但可能会选择一些漂亮的颜色。@Constantine:我会称之为时间线图，但我真的不知道是否会有更好的名称。不幸的是，带状图是为其他东西保留的。@BasSwinckels:是的，插值在这里不是最好的。我添加了一个带有颜色的非插值版本（不知道颜色的精确性）。从可视化的角度来看，我实际上在不同的块之间有三行数据（颜色/深色）和一行空行（黑色），因为这将使每一行在视觉上更容易理解。高质量的回答。这应该得到某种奖励。