Python 如何使用matplotlib绘制中心值不是零的垂直直方图

我使用以下代码绘制一些数据：

self.arms = df['arms'].iloc[-self.plotlength:]
self.armsup = [0 if i < 1.0 else log(i, 10) for i in self.arms]
self.armsdn = [0 if i > 1.0 else log(i, 10) for i in self.arms]

a1.plot(self.x, self.openarms - 1, color='k')
a1.vlines(self.x, 0, self.armsup, color='g')
a1.vlines(self.x, 0, self.armsdn, color='r')

self.arms=df['arms'].iloc[-self.plotlength:]
self.armsup=[0如果i<1.0，则为self.arms中的i记录（i，10）]
self.armsdn=[0如果i>1.0，则为self.arms中的i记录（i，10）]
a1.绘图（self.x，self.openarms-1，color='k'）
a1.V线（self.x，0，self.armsup，color='g'）
a1.vlines（self.x，0，self.armsdn，color='r'）

具有以下结果（下图表剪辑）

---

直方图当前以零为中心。它真的应该以一个为中心。目前我正在通过减去一来调整数据。如何绘制在任意数字（如1）上下摆动的垂直线

看起来您正在对

self.arms

中的每个值进行日志记录，并且您知道中值应该在1.0左右。所以不是

self.arms = df['arms'].iloc[-self.plotlength:]
self.armsup = [0 if i < 1.0 else log(i, 10) for i in self.arms]
self.armsdn = [0 if i > 1.0 else log(i, 10) for i in self.arms]

具有调用签名

np。其中（cond，x，y）

其中

cond

是一个布尔数组，

x

和

y

是与

cond

长度相同的数组，以及

np.where（cond，x，y）

从

x

返回值，其中

cond

为真，从

y

返回值，其中

cond

为假

比如说,

import numpy as np
import matplotlib.pyplot as plt

N = 100
arms = np.random.uniform(0.5, 4.0, N)
log_arms = np.log(arms)
threshold = 1
mask = log_arms > threshold
armsup = np.where(mask, log_arms, threshold)
armsdn = np.where(~mask, log_arms, threshold)

fig, ax = plt.subplots()
x = np.arange(N)
ax.vlines(x, threshold, armsup, color='g')
ax.vlines(x, armsdn, threshold, color='r')
plt.show()

屈服

---

这是我尝试的第一件事。这是结果，数据为原始的base one形式。我想要的是一根线的上升和下降。数据范围从0.5到4.0左右，其中一根是中性的。因此，理想的结果是1上方的绿色条和1下方的红色条。检查

armsup

和

armsdn

的值。请注意，在原始图形中，最大

armsup

值约为0.5。与最大

armsup

值超过3的进行比较。无法将1添加到

armsup

将生成第二个图形。所以我不知道你的错误在哪里，但它不在你（或我）发布的代码中。我将在上面添加它。

self.arms

的范围是0.5到4.0吗？

self.arms = df['arms'].iloc[-self.plotlength:]
log_arms = np.log(self.arms)
threshold = 1
mask = log_arms > threshold
armsup = np.where(mask, log_arms, threshold)
armsdn = np.where(~mask, log_arms, threshold)

import numpy as np
import matplotlib.pyplot as plt

N = 100
arms = np.random.uniform(0.5, 4.0, N)
log_arms = np.log(arms)
threshold = 1
mask = log_arms > threshold
armsup = np.where(mask, log_arms, threshold)
armsdn = np.where(~mask, log_arms, threshold)

fig, ax = plt.subplots()
x = np.arange(N)
ax.vlines(x, threshold, armsup, color='g')
ax.vlines(x, armsdn, threshold, color='r')
plt.show()