Python 二维线绘制给定选定轴的三维Numpy矩阵/阵列

如何从Numpy阵列的选定轴快速绘制二维线

类比：当

求和

任意矩阵

σ

相对于

轴=0

，我会写：

import numpy as np
import matplotlib.pyplot as plt

sigma = np.array([

       [[0. , 0.9, 0.6],
        [0. , 0. , 0.4],
        [0. , 0. , 0. ]],

       [[0. , 0.8, 0.5],
        [0. , 0. , 0.3],
        [0. , 0. , 0. ]],

       [[0. , 0.7, 0.4],
        [0. , 0. , 0.2],
        [0. , 0. , 0. ]]
        
        ])

np.sum(sigma, axis=0)

结果：

array([[0. , 2.4, 1.5],
       [0. , 0. , 0.9],
       [0. , 0. , 0. ]])

我正在寻找一种等效的直接方法来绘制

轴=0

，类似于：

plt.plot(sigma, axis=0)

plt.plot(sigma[:,:,2])

这意味着，我将在每个对应位置绘制矩阵的深度。在图中，我将看到三条线，一条线在x=1时的值为0.9，在x=2时的值为0.8，在x-3时的值为0.7。同样，对于第二行和第三行，[0.6,0.5,0.4]；[0.4,0.3,0.2]

我可以找到示例和方法（涉及

slice

和

len

），该方法将产生类似于以下的解决方案：

plt.plot(sigma, axis=0)

plt.plot(sigma[:,:,2])

但是，我无法让它在x轴上绘图（x=1..3，表示数组的每一层）

我该怎么做

更新：解决方案似乎是：

plt.plot(sigma[:,:,:].reshape((3, 9)))

---

如果我理解了你的问题，你的第一个维度是一个时间，你在每个时间点都有一个2D数组，你想看看2D数组中给定的索引是如何演变的

一种方法是（假设您有一个大的数据集，那么您不必一直复制数据），将原始的

sigma

数组展平，并为二维数组位置编制索引

>sigma.flatte（）
数组（[0,0.9,0.6,0,0,0,0.4,0,0,0,0,0,0,0.8,0.5,0.]，
0. , 0.3, 0. , 0. , 0. , 0. , 0.7, 0.4, 0. , 0. , 0.2, 0. , 0. ,
0. ])

然后，对于3x3案例中的每个时间步，您可以得到：

• [0,0]通过索引位置[0,9,18]处的数据进行索引
• [0,1]通过索引[1,10,19]进行索引

展平阵列的等

基于示例数据的快速演示：

将numpy导入为np
将matplotlib.pyplot作为plt导入
sigma=np.array([
[[0., 0.9, 0.6],
[0., 0.,  0.4],
[0., 0.,  0.]],
[[0., 0.8, 0.5],
[0., 0.,  0.3],
[0., 0.,  0.]],
[[0., 0.7, 0.4],
[0., 0.,  0.2],
[0., 0.,  0.]]
])
n、 a，b=西格玛形状
n_ar=a*b#二维阵列的透镜
x=np.arange（n）#二维阵列切片索引[0,1,2]
sigma_flat=sigma.flatte（）#展平为1D数组并索引点
图，ax=plt.subplot（）#设置图形和轴
对于范围内的i（n_ar）：
idxs=x*n_ar+i#获取平坦阵列的索引
ax.plot（x+1，sigma_平面[idxs]，label=f'Loc{i}）
图图例（）
plt.show（）

返回：

---

这就是你想要做的吗？

很难准确理解你需要什么。我不知道你画轴是什么意思。在我看来，您试图从数组中某个切片（：，：，2）的每一行绘制三个点。在这种情况下，您希望参数“axis”具有什么功能？你说的“1，2，3 x轴”是什么意思？你的意思是你想把y中的每个点都放在x轴上[1,2,3]的位置吗？嗨，Yan，关于axis，我的意思是如何将3D矩阵切割成2D形状，假设你有三层，每层代表一个时间点，所以在t=0时你有一个3x3数组，在t=1时你有另一个3x3数组。如何绘制，例如，在这三个时间点的右上角的值，例如绘制0.6、0.5和0.4（阵列中的右上位置）。当你求和（np.sum（sigma，axis-0）时，你将对这个由三个值组成的维度求和。希望这更清楚一点

plt_ij=lambda i，j:plt.plot（sigma[：，i，j]）

谢谢，我也通过：plt.plot（sigma[，：，：]）重塑（（3，9）））