从复杂的txt数据中提取Python折线图

我有一个文本文件，格式如下：

时间，秒A区，厘米A区，A区B区，厘米B区，A区PiA，锰/米S.槽，中压深度，毫米T.A.，厘米
1.103000 342.385783 44.343862-0.278713 NaN 0.060977-2.867612 5.000000
233000 342.357189 44.340159-0.278713 NaN 0.069688-5.336944 5.000000
3.356000 342.128434 44.310532-0.202736 NaN 0.087109-8.045245.000000
4.488000 341.999759 44.293867-0.202736 NaN 0.093643 0.318624 5.000000

我想为

x

data-

AreA，cm

和

y

data-

PiA，mN/m

创建一个线性图

不幸的是，我不能跳过第一行，数据将无法正确加载

我在试这个：

import numpy as np
import matplotlib.pyplot as plt

with open('v10.txt') as f:
    data = np.loadtxt(f, delimiter="\t", dtype='float',skiprows=0,)

x = data[:, 1]
y = data[:, 5]
fig = plt.figure()
fig.suptitle('')
plt.xlabel('')
plt.ylabel('')
plt.plot(-x, -y, c='r', label='')

leg = plt.legend()
plt.show()

谁都知道怎么做

---

提前谢谢你

下面是一个使用您提供的数据的解决方案。访问文件内容时，只需跳过文件中的第一行即可

import numpy as np
import matplotlib.pyplot as plt

with open("file.txt") as f: 
    lines = f.readlines() 

x = [float(line.split()[1]) for line in lines[1:]] # [1:] skips the first line
y = [float(line.split()[4]) for line in lines[1:]]

xmesh = np.linspace(min(x), max(x), 100) # Create a fine x mesh for fitting
fit = np.poly1d(np.polyfit(x,y,1)) # Making a linear fit

plt.plot(x, y, 'bo', label='Actual data') # Plotting actual data
plt.plot(xmesh, fit(xmesh), '-b', label='Linear fit') # Plotting fit
plt.xlabel('Area (cm)')
plt.ylabel('Pi A (mN/m)')
plt.legend()

输出

使用pandas的解决方案（您可以使用

$pip install pandas安装该解决方案

）

---

能否显示用于读取和打印此数据的代码？如果您可以创建一个import numpy作为np import matplotlib.pyplot作为plt，open（'v10.txt'）作为f:data=np.loadtxt（f，delimiter=“\t”，dtype='float'，skiprows=0，）x=data[：，1]y=data[：，5]fig=plt.figure（）fig.suptitle（''）plt.xlabel（''）plt.ylabel（''）plt.plt（-x，-y，c='r'，label=''）leg=plt.legend（）plt.show（）你应该用代码编辑你的问题，不要在评论中发表你用我下面的解决方案编辑了你的问题：）Smart我很抱歉，很多问题都有各种解决方案。第一次接触python，我迫切需要它来完成我的硕士论文。我在图表上没有看到任何数据尝试这样做：（你是否创建了一个名为

file.txt

的文件，并将数据的前4行放在该文件中？

import pandas as pd
import matplotlib.pyplot as plt

filepath = 'path/to/file.txt'
df = pd.read_csv(filepath, sep=r'\s+')

area_key = 'AreaA,cm˛'  # watch out for unicode '˛'
pi_key = 'PiA,mN/m'

ax = df.plot(area_key, pi_key, 'scatter', label='data')  # can pass any plt kwargs here

x = df[area_key]
y = df[pi_key]

xmesh = np.linspace(min(x), max(x), 100) # Create a fine x mesh for fitting
fit = np.poly1d(np.polyfit(x,y,1)) # Making a linear fit 

# cam override x/y labels titles here
ax.plot(xmesh, fit(xmesh), label='linear fit')
ax.legend()
plt.show()