在python中绘制二进制数据

你明白了。您可以1在数据和0其他位置指定的任何位置创建列表。列表理解可以很容易地做到这一点

def binary_data(data):
    return [1 if x in data else 0 for x in range(data[-1] + 1)]

它将像这样：

>>> data = [1, 2, 4, 5, 9]
>>> bindata = binary_data(data)
>>> bindata
[0, 1, 1, 0, 1, 1, 0, 0, 0, 1]

现在，所有你需要做的就是剧情吧...或者更好的一步它，因为它是二进制数据，step()看起来更好的方式：

import numpy as np
from matplotlib.pyplot import step, show

def binary_data(data):
    return [1 if x in data else 0 for x in range(data[-1] + 1)]

data = [1, 2, 4, 5, 9]
bindata = binary_data(data)
xaxis = np.arange(0, data[-1] + 1)
yaxis = np.array(bindata)
step(xaxis, yaxis)
show()

要绘制堆叠在同一图形上的多个数据数组，可以进行如下调整binary_data()：

def binary_data(data, yshift=0):
    return [yshift+1 if x in data else yshift for x in range(data[-1] + 1)]

因此，现在您可以设置yshift参数以在y轴上移动数据数组。例如，

>>> data = [1, 2, 4, 5, 9]
>>> bindata1 = binary_data(data)
>>> bindata1
[0, 1, 1, 0, 1, 1, 0, 0, 0, 1]
>>> bindata2 = binary_data(data, 2)
>>> bindata2
[2, 3, 3, 2, 3, 3, 2, 2, 2, 3]

假设您有data1，data2然后data3将其堆叠，您将像：

import numpy as np
from matplotlib.pyplot import step, show

def binary_data(data, yshift=0):
    return [yshift+1 if x in data else yshift for x in range(data[-1] + 1)]

data1 = [1, 2, 4, 5, 9]
bindata1 = binary_data(data1)
x1 = np.arange(0, data1[-1] + 1)
y1 = np.array(bindata1)

data2 = [1, 4, 9]
bindata2 = binary_data(data2, 2)
x2 = np.arange(0, data2[-1] + 1)
y2 = np.array(bindata2)

data3 = [1, 2, 8, 9]
bindata3 = binary_data(data3, 4)
x3 = np.arange(0, data3[-1] + 1)
y3 = np.array(bindata3)

step(x1, y1, x2, y2, x3, y3)
show()

您可以轻松地进行编辑以使其与任意数量的数据数组一起使用：

data = [ [1, 2, 4, 5, 9],
         [1, 4, 9],
         [1, 2, 8, 9] ]

for shift, d in enumerate(data):
    bindata = binary_data(d, 2 * shift)
    x = np.arange(0, d[-1] + 1)
    y = np.array(bindata)
    step(x, y)

show()

最后，如果要处理长度不同的数据数组（例如[1,2]和[15,16]），并且您不喜欢图形中间消失的图，则可以binary_data()再次进行调整以将其范围强制为数据的最大范围。

import numpy as np
from matplotlib.pyplot import step, show

def binary_data(data, limit, yshift=0):
    return [yshift+1 if x in data else yshift for x in range(limit)]


data = [  [1, 2, 4, 5, 9, 12, 13, 14],
          [1, 4, 10, 11,  20, 21, 22],
          [1, 2, 3, 4, 15, 16, 17, 18] ]

# find out the longest data to plot
limit = max( [ x[-1] + 1 for x in data] )
x = np.arange(0, limit)

for shift, d in enumerate(data):
    bindata = binary_data(d, limit, 2 * shift)
    y = np.array(bindata)
    step(x, y)

show()

编辑：作为@ImportanceOfBeingErnest建议，如果你喜欢进行data到bindata不必定义自己的转换binary_data()功能，你可以使用numpy.zeros_like()。堆叠它们时，请多加注意：

import numpy as np
from matplotlib.pyplot import step, show

data = [  [1, 2, 4, 5, 9, 12, 13, 14],
          [1, 4, 10, 11,  20, 21, 22],
          [1, 2, 3, 4, 15, 16, 17, 18] ]

# find out the longest data to plot
limit = max( [ x[-1] + 1 for x in data] )
x = np.arange(0, limit)

for shift, d in enumerate(data):
    y = np.zeros_like(x)
    y[d] = 1
    # don't forget to shift
    y += 2*shift
    step(x, y)

show()