小编Gla*_*rse的帖子

如何在第一个值[Python]之后启动numpy.cumsum

我有一个创建列表的等式:

import numpy as np
A = np.cumsum((B/position**2)*dt)
A[0] = 0
Run Code Online (Sandbox Code Playgroud)

其中B是常数,并且位置是列表:[4,4.34,4.69,5.02,5.3,5.7,...,4] dt也是常数.我这样做是为了进行数值积分.A [0] = 0是问题的初始条件,但这不会反映在等式中.如果我在np.cumsum之后有A [0],那么A [1]将使用方程中最初记录的A [0].有没有办法让方程式使用给定的A [0],然后在A [0]之后为所有事物做一个cumsum?

python numpy numerical-methods

3
推荐指数
2
解决办法
1471
查看次数

使用 matplotlib 在 2 y 轴上使用散点图

我试图在 matplotlib 上绘制 2 条不同的曲线,但其中一个图需要散点图,或者没有连接点的线。有没有办法做到这一点?现在,我的绘图代码是:

fig, ax1 = plt.subplots()

ax2 = ax1.twinx()
ax1.plot(epoch, list_of_gas, 'b')
ax2.plot(temp_times, temperatures, 'r')

ax1.set_ylabel('Pressure (torr)', color='b')
ax2.set_ylabel('Temperature (Celcius)', color='r')

ax1.set_title(folder + ' - ' + gas)
ax1.set_xlabel('time (seconds)')
ax1.set_xlim([0, 1000000])
ax2.set_ylim([0,425])
ax1.set_yscale('log')
ax1.set_ylim([ymin,ymax])

plt.show()
Run Code Online (Sandbox Code Playgroud)

但是,我想要ax1.scatter(epoch, list_of_gas, 'b'),但是您不能使用 2 轴散点图。有谁知道解决这个问题的方法?喜欢删除连接点的线?

python matplotlib data-analysis

2
推荐指数
1
解决办法
4388
查看次数

查找平均值但忽略列表中的任何零[Python]

我有一个温度数据的文本文件,如下所示:

3438012868.0    0.0 21.7    22.6    22.5    22.5    21.2
3438012875.0    0.0 21.6    22.6    22.5    22.5    21.2
3438012881.9    0.0 21.7    22.5    22.5    22.5    21.2
3438012888.9    0.0 21.6    22.6    22.5    22.5    21.2
3438012895.8    0.0 21.6    22.5    22.6    22.5    21.3
3438012902.8    0.0 21.6    22.5    22.5    22.5    21.2
3438012909.7    0.0 21.6    22.5    22.5    22.5    21.2
3438012916.6    0.0 21.6    22.5    22.5    22.5    21.2
3438012923.6    0.0 21.6    22.6    22.5    22.5    21.2
3438012930.5    0.0 21.6    22.5    22.5    22.5    21.2
3438012937.5    0.0 21.7    22.5    22.5    22.5    21.2
3438012944.5    0.0 …
Run Code Online (Sandbox Code Playgroud)

python data-analysis

1
推荐指数
1
解决办法
1万
查看次数

如何将日期中的秒数时间转换为实际日期?[Python]

我有一个包含时间的列表。每个时间都是从 1904 年 1 月 1 日开始的秒数。这不是 Unix 或我熟悉的任何其他转换。我怎样才能将其转换为日期?

例如 3438012868.0,即 1904 年 1 月 1 日起的 3438012868.0 秒。我希望该日期为 2012 年 12 月 11 日下午 1:00.30

python time data-analysis

0
推荐指数
1
解决办法
1311
查看次数