Python 不同x数据的stackplot

在matplotlib中使用相等的

x

数据进行堆叠打印，与

from matplotlib import pyplot as plt

x0 = [0.0, 0.5, 2.0]
y0 = [1.0, 1.5, 1.0]

# x1 = [0.0, 1.5, 2.0]
y1 = [1.0, 1.5, 1.0]

plt.stackplot(x0, (y0, y1))
plt.show()

---

是否也可以用不同的

x

数据堆叠两个绘图？

似乎不可能。如果查看，则这是绘制堆叠打印本身的零件：

# Color between array i-1 and array i
for i in xrange(len(y) - 1):
    color = axes._get_lines.get_next_color()
    r.append(axes.fill_between(x, stack[i, :], stack[i + 1, :],
                               facecolor=color,
                               label= six.next(labels, None),
                               **kwargs))

因此，它将始终对所有堆栈使用相同的

x

另一方面，您可以为叠加图创建一个新的

x

数组，并包含所有不同

x

数组中的所有值，然后使用线性插值计算缺少的y堆栈值

使用插值的可能解决方案如下所示：

from matplotlib import pyplot as plt

def interp_nans(x, y):
    is_nan = np.isnan(y)
    res = y * 1.0
    res[is_nan] = np.interp(x[is_nan], x[-is_nan], y[-is_nan])
    return res

x = np.array([0.0, 0.5, 1.5, 2.0])

y0 = np.array([1.0, 1.5, np.nan, 1.0])
y1 = np.array([1.0, np.nan, 1.5, 1.0])

plt.stackplot(x, (interp_nans(x, y0), interp_nans(x, y1)))
plt.show()

但如果在这种情况下不能使用插值，那么它将不起作用