わかりました、これは実際には答えではありませんが、フォローアップです。上記のトムのコードを変更した私のコーディングの結果。[上記のコードは機能し、質問への回答であるため、回答のチェックマークを削除したいのかどうかわかりません!]
私のデータではうまくいかないようです!! 以下は、何らかの奇妙な理由で機能しなかったプロットを作成するために、私のデータで使用できる変更されたコードです。入力は、h5py 関数 (hdf5 データ ファイルのインポート) を介して行われました。
以下で、rf85 は、システムに適用された RF 電力が約 85 ワット前方であった実験の大規模なバッチのアレイのサブセットです。私は基本的に、さまざまな方法でデータをスライスしてダイシングし、傾向を確認しようとしています. これは、現在の入力である完全なデータセットと比較して 85 ワットです (さらに多くのデータがありますが、これは私が今持っているものです)。
import numpy
import matplotlib.pyplot as plt
CurrentsArray = [array([ 0.83333333, 0.8 , 0.57142857, 0.83333333, 1.03333333,
0.25 , 0.81666667, 0.35714286, 0.26 , 0.57142857,
0.83333333, 0.47368421, 0.80645161, 0.47368421, 0.52631579,
0.36666667, 0.47368421, 0.57142857, 0.47368421, 0.47368421,
0.47368421, 0.47368421, 0.47368421, 0.61764706, 0.81081081,
0.41666667, 0.47368421, 0.47368421, 0.45 , 0.73333333,
0.8 , 0.8 , 0.8 , 0.47368421, 0.45 ,
0.47368421, 0.83333333, 0.47368421, 0.22222222, 0.32894737,
0.57142857, 0.83333333, 0.83333333, 1. , 1. ,
0.46666667])]
growthTarray = [array([ 705., 620., 705., 725., 712., 705., 680., 680., 620.,
660., 660., 740., 721., 730., 720., 720., 730., 705.,
690., 705., 680., 715., 705., 670., 705., 705., 650.,
725., 725., 650., 650., 650., 714., 740., 710., 717.,
737., 740., 660., 705., 725., 650., 710., 703., 700., 650.])]
CuSearray = [array([ 0.46395015, 0.30287259, 0.43496888, 0.46931773, 0.47685844,
0.44894925, 0.50727844, 0.45076198, 0.44977095, 0.41455029,
0.38089693, 0.98174953, 0.48600461, 0.65466528, 0.40563053,
0.22990327, 0.54372179, 0.43143358, 0.92515847, 0.73701742,
0.64152173, 0.52708783, 0.51794063, 0.49 , 0.48878252,
0.45119732, 0.2190089 , 0.43470776, 0.43509758, 0.52697697,
0.21576805, 0.32913721, 0.48828072, 0.62201997, 0.71442359,
0.55454867, 0.50981136, 0.48212956, 0.46 , 0.45732419,
0.43402525, 0.40290777, 0.38594786, 0.36777306, 0.36517926,
0.29880924])]
PFarray = [array([ 384., 285., 280., 274., 185., 185., 184., 184., 184.,
184., 184., 181., 110., 100., 100., 100., 85., 85.,
84., 84., 84., 84., 84., 84., 84., 84., 84.,
84., 84., 84., 84., 84., 27., 20., 5., 5.,
1., 0., 0., 0., 0., 0., 0., 0., 0., 0.])]
rf85growthTarray = [array([ 730., 705., 690., 705., 680., 715., 705., 670., 705.,
705., 650., 725., 725., 650., 650., 650.])]
rf85CuSearray = [array([ 0.54372179, 0.43143358, 0.92515847, 0.73701742, 0.64152173,
0.52708783, 0.51794063, 0.49 , 0.48878252, 0.45119732,
0.2190089 , 0.43470776, 0.43509758, 0.52697697, 0.21576805,
0.32913721])]
rf85PFarray = [array([ 85., 85., 84., 84., 84., 84., 84., 84., 84., 84., 84.,
84., 84., 84., 84., 84.])]
rf85CurrentsArray = [array([ 0.54372179, 0.43143358, 0.92515847, 0.73701742, 0.64152173,
0.52708783, 0.51794063, 0.49 , 0.48878252, 0.45119732,
0.2190089 , 0.43470776, 0.43509758, 0.52697697, 0.21576805,
0.32913721])]
Datavmax = max(max(CurrentsArray))
Datavmin = min(min(CurrentsArray))
plt.subplot(121)
plt.scatter(growthTarray, CuSearray, PFarray, CurrentsArray, vmin=Datavmin, vmax=Datavmax, alpha=0.75)
plt.colorbar()
plt.xlim(600,760)
plt.ylim(0,2.5)
plt.subplot(122)
plt.scatter(rf85growthTarray, rf85CuSearray, rf85PFarray, rf85CurrentsArray, vmin=Datavmin, vmax=Datavmax, alpha=0.75)
plt.colorbar()
plt.xlim(600,760)
plt.ylim(0,2.5)
plt.show()
そして最後に、出力:
これは私の作品にとって完璧な出力ではないことに注意してください。ただし、重要なことは、プロット間で同じと認識されるデータポイントには、上記の vmin vmax の使用に基づく場合と同じ色が含まれていないことです (Tom のコードが示唆するように)。
これは非常識です。:(誰かが私のためにこれに光を当ててくれることを願っています!私のコードはそれほど素晴らしいものではないと確信しているので、とにかく私のコードに関しては気分を害することを心配しないでください!!
前進する方法を提案できる人には、非常に熱いチートの余分なバッグ. -アレン
更新 - Tom10 が問題をキャッチしました- サブ配列の 1 つに誤って間違ったデータを使用していたため、値が予想とは異なる色レベルを与えていました (つまり、私のデータが間違っていました!) これについて Tom に大きな小道具を提供してください-私は彼にもう一度賛成票を投じることができましたが、この質問をする私の方法のために、できません (Tom さんごめんなさい!)
下記のデータ位置にテキストをプロットする素晴らしい例もご覧ください。
これは、トムの方法が実際に機能し、プロットが私自身のコードで問題であったことを示す更新された画像です。