代码之家 › 专栏 › 技术社区 › Denver Dang

得到几个x值不相同的曲线的平均曲线

extrapolation plot python

0

Denver Dang · 技术社区 · 8 年前

我有几个包含许多x和y值的数据集。值少得多的示例如下所示:

data_set1

x1          y1        
---------   ---------   
0           100
0.0100523   65.1077
0.0201047   64.0519
0.030157    63.0341
0.0402094   62.1309
0.0502617   61.3649
0.060314    60.8614
0.0703664   60.3555
0.0804187   59.7635
0.0904711   59.1787

data_set2 :

x2          y2        
---------   ---------   
0           100
0.01        66.119
0.02        64.4593
0.03        63.1377
0.04        62.0386
0.05        61.0943
0.06        60.2811
0.07        59.5603
0.08        58.8908

在这里我有两个数据集,包含10个x和y值。y值总是不同的,但在某些情况下,x值是相同的,有时它们也会不同-在本例中就是这样。虽然不是很多,但它们还是不同的。将这两个数据集绘制成一个图形会产生两条不同的曲线,现在我想将这两条曲线都绘制成一条平均曲线。如果x值是相同的,我就取y值的平均值,并将它们与x值进行比较,但如前所述,它们有时是不同的,有时是相同的。有没有什么方法可以外推,或者类似的东西,这样我就可以平均这些值(同样,对于许多数据集),而不用“仅仅猜测”或者说“它们几乎是一样的,所以平均y值就可以了”。推断似乎是一种可行的方法,但我从来没有在python中使用过它,也许还有更好的方法可以做到这一点?

1 回复 | 直到 8 年前

1

2

sacuL 8 年前

如果每个数据集中都有相同数量的点(示例中没有,但在文章中声明了),则可以只得到每个数据集的平均值 x 每组的值,以及 y this post

例如,给出了你的数据,但每个数据有9个点:

>>> x1
array([0.       , 0.0100523, 0.0201047, 0.030157 , 0.0402094, 0.0502617,
       0.060314 , 0.0703664, 0.0804187])
>>> y1
array([100.    ,  65.1077,  64.0519,  63.0341,  62.1309,  61.3649,
        60.8614,  60.3555,  59.7635])
>>> x2
array([0.  , 0.01, 0.02, 0.03, 0.04, 0.05, 0.06, 0.07, 0.08])
>>> y2
array([100.    ,  66.119 ,  64.4593,  63.1377,  62.0386,  61.0943,
        60.2811,  59.5603,  58.8908])

你可以:

import numpy as np

mean_x = np.mean((x1,x2), axis=0)
mean_y = np.mean((y1,y2), axis=0)

什么时候可以直观地显示,你可以绘图。在这里,黑线是您的平均线,蓝线和橙线是您的原始数据集:

import matplotlib.pyplot as plt
plt.plot(x1,y1)
plt.plot(x2,y2)
plt.plot(mean_x,mean_y, color='black')
plt.show()