matplotlib绘制尖峰栅格图eventplot()

当前有效 matplotlib版本为: 3.4.1

概述

eventplot()函数的作用是在给定位置绘制长度相同的平行线。
这种图形通常在神经科学中用于表示神经事件,通常称为尖峰栅格( spike raster)、点栅格( dot raster)或栅格图( raster plot)。也可用于显示多组离散事件的时间或位置。

函数的签名为 matplotlib.pyplot.eventplot(positions, orientation='horizontal', lineoffsets=1, linelengths=1, linewidths=None, colors=None, linestyles='solid', *, data=None, **kwargs)

函数的参数为:

  • positions:一个一维类数组结构定义了一个事件序列的位置;由类数组结构构成的列表可以表示多组事件,每组事件都可以单独设置 lineoffsetslinelengthslinewidthscolorslinestyles等参数。不建议使用二维数据结构。类型为类数组或类数组列表。必备参数。
  • orientation:时间序列的方向。取值范围为 {'horizontal', 'vertical'}。默认值为 'horizontal'。可选参数。
  • lineoffsets:直线中心相对于原点的偏移量,垂直于 orientation,如果 positions参数为二维结构,该参数可为序列,长度应与 positions一致。类型为浮点数或类数组,默认值为 1。可选参数。
  • linelengths:线条的高度的总和(即 lineoffset - linelength/2 to lineoffset + linelength/2),如果 positions参数为二维结构,该参数可为序列,长度应与 positions一致。类型为浮点数或类数组,默认值为 1。可选参数。
  • linewidths:线条的宽度,单位为像素点,如果 positions参数为二维结构,该参数可为序列,长度应与 positions一致。类型为浮点数或类数组,默认值为 rcParams["lines.linewidth"]1.5。可选参数。
  • colors :线条的颜色,如果 positions参数为二维结构,该参数可为序列,长度应与 positions一致。类型为颜色值或颜色值列表,默认值为 rcParams["lines.color"] ,默认值为 'C0'。可选参数。
  • linestyles:线条的样式,如果 positions参数为二维结构,该参数可为序列,长度应与 positions一致。类型为字符串、元组、字符串或元组的列表。默认值为 'solid'。有效的字符串范围为 ['solid', 'dashed', 'dashdot', 'dotted', '-', '--', '-.', ':'],元组的形式应为 (offset, onoffseq)onoffseq是一个以像素点为单位的断断续续的元组。
  • **kwargsmatplotlib.collections.BrokenBarHCollection对象属性。

返回值为 matplotlib.collections.EventCollection对象列表。

案例:演示 eventplot() 函数

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

data1 = np.random.random([6, 50])
colors1 = ['C{}'.format(i) for i in range(6)]
lineoffsets1 = [-9, -13, 1, 15, 6, 10]
linelengths1 = [5, 2, 3, 4, 3, 5]

plt.eventplot(data1, colors=colors1,
              lineoffsets=lineoffsets1,
              linelengths=linelengths1)
plt.show()

matplotlib绘制尖峰栅格图eventplot()

Original: https://blog.csdn.net/mighty13/article/details/117201880
Author: mighty13
Title: matplotlib绘制尖峰栅格图eventplot()

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/768782/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

  • 利用opencv 做一个疲劳检测系统(2)

    文章目录 杂谈 实现步骤 核心算法 交互界面 界面代码 检测效果 源代码 杂谈 最近发现视力下降严重, 可能跟我的过度用眼有关,于是想着能不能做一个检测用眼疲劳的,灵感来自特斯拉的…

    Python 2023年9月27日
    037
  • flutter系列之:如丝般顺滑的SliverAppBar

    简介 SliverAppBar详解 SliverAppBar的使用 总结 简介 对于一个APP来说,肯定会有一个AppBar,这个AppBar一般包含了APP的导航信息等。虽然我们…

    Python 2023年10月12日
    040
  • 拖拖拽拽之间,用Python绘制了发表级图表

    今天分享一个工具 sviewgui,拖拽之间使用Python的Matplotlib、Seaborn。sviewgui是一个PyQt5 GUI ,底层为Matplotlib、Seab…

    Python 2023年8月9日
    062
  • Pandas的主要数学计算方法

    可用于Series和DataFrame df = pd.DataFrame({‘key1’:np.arange(10), ‘key2’:np.random.rand(10)*10}…

    Python 2023年8月18日
    053
  • Python 3.11.0下载安装并使用help查看模块信息(Win11)

    Python 3.11 .0 下载 及 安装 Python官网: Welcome to Python.org 官网首页,Downloads菜单。 点击”Python 3…

    Python 2023年8月2日
    0113
  • python基础_011__遍历字典

    解: 一个python 字典包含不定的key , value (键值对),它以各种方式存储信息,因此有多种遍历的方式,可以遍历字典的所有键值对,也可以仅遍历键或值 在for循环 后…

    Python 2023年9月24日
    029
  • 机器学习——先验概率、后验概率、全概率公式、贝叶斯公式

    一、先验概率 1、定义 先验概率(prior probability)是指根据以往经验和分析得到的概率,如全概率公式,它往往作为”由因求果”问题中的&#82…

    Python 2023年10月27日
    043
  • Python数据科学库06(pandas)(End)

    Python数据科学库06(pandas) 学习06 练习 1、现在我们有2015到2017年25万条911的紧急电话的数据,请统计出出这些数据中不同类型的紧急情况的次数,如果我们…

    Python 2023年8月19日
    048
  • SPL工业智能:原料与产品的拟合

    问题提出 工业生产活动的目标是利用原料生产产品,从而产生利润。原料经过一系列加工过程,包括物理反应和化学反应,最终形成产品,生产的理想状态是原料到产品的转换率是确定的,工厂想生产多…

    Python 2023年11月7日
    039
  • 【JavaScript+自然语言处理+HTML+CSS】实现Web端的智能聊天问答客服实战(附源码 超详细必看)

    需要源码请点赞关注收藏后评论区留言私信~~~ 智能客服的部署方式比较多样化,可以作为组件嵌入到其他应用程序,也可以部署到定制网站,下面分别介绍如何新创建智能客服应用,从而使其能够集…

    Python 2023年9月30日
    051
  • Pytest之断言

    在上一篇Pytest系列文章:Pytest之收集用例及命令行参数,主要介绍Pytest用例收集规则及常用的命令行参数。 在自动化测试过程中,需要判断预期结果和实际结果是否一致,这时…

    Python 2023年9月10日
    062
  • python正则表达式(二)

    二、re特殊字符 符号描述. 匹配任何字符换行符除外^ 匹配字符串的开始$ 匹配字符串末尾或字符串末尾换行符之前 匹配前面RE的0个或更多(贪婪)重复。贪婪意味着它将匹配尽可能多的…

    Python 2023年11月8日
    022
  • 最详细的Excel模块Openpyxl教程(五)-结合Numpy和Pandas

    在上次的推文中,我们介绍了使用Openpyxl来进行数据的过滤和排序的操作, 相关推文可以从本公众号的底部相关菜单获取。在那篇推文中我们使用到了Pandas。因此本次推文我们就来看…

    Python 2023年8月7日
    055
  • Scrapy框架

    Scrapy 引擎:负责数据流 引擎(向爬虫器请求第一个要抓取的url)-爬虫器(提供url给引擎)-引擎(接受网址,交给调度器排序入队)-调度器(处理成请求给引擎)-引擎(接受请…

    Python 2023年10月5日
    034
  • Hands-on data analysis Task03

    import numpy as np import pandas as pd df1=pd.read_csv(r"C:\Jupyter.Data\titanic\hand…

    Python 2023年8月9日
    043
  • 第53章 SQL GROUP BY 语句教程

    GROUP BY 语句可结合一些聚合函数来使用 GROUP BY 语句用于结合聚合函数,根据一个或多个列对结果集进行分组。 SELECT column_name, aggregat…

    Python 2023年11月7日
    026
亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球