как обработать асимптоту/разрыв с Matplotlib
При построении графика с discontinuity/asymptote/singularity/whatever, там какой-либо автоматический способ предотвратить Matplotlib от 'присоединения к точкам' через 'повреждение'? (см. код/изображение ниже).
Я читал, у того Sage есть [detect_poles] средство, которое выглядело хорошим, но я действительно хочу, чтобы оно работало с Matplotlib.
import matplotlib.pyplot as plt
import numpy as np
from sympy import sympify, lambdify
from sympy.abc import x
fig = plt.figure(1)
ax = fig.add_subplot(111)
# set up axis
ax.spines['left'].set_position('zero')
ax.spines['right'].set_color('none')
ax.spines['bottom'].set_position('zero')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
# setup x and y ranges and precision
xx = np.arange(-0.5,5.5,0.01)
# draw my curve
myfunction=sympify(1/(x-2))
mylambdifiedfunction=lambdify(x,myfunction,'numpy')
ax.plot(xx, mylambdifiedfunction(xx),zorder=100,linewidth=3,color='red')
#set bounds
ax.set_xbound(-1,6)
ax.set_ybound(-4,4)
plt.show()
3 ответа
Возможно, это не самое элегантное решение, которое вы ищете, но если вам нужны результаты только в большинстве случаев, вы можете «вырезать» большие и маленькие значения вашего нанесенные данные на + ∞ и -∞ соответственно. Matplotlib не отображает их. Конечно, вы должны быть осторожны, чтобы не сделать ваше разрешение слишком низким или порог ограничения слишком высоким.
utol = 100.
ltol = -100.
yy = 1/(xx-2)
yy[yy>utol] = np.inf
yy[yy<ltol] = -np.inf
ax.plot(xx, yy, zorder=100, linewidth=3, color='red')
Используя маскированные массивы, можно избежать построения выделенных областей кривой.
Чтобы убрать сингулярность при x=2:
import matplotlib.numerix.ma as M # for older versions, prior to .98
#import numpy.ma as M # for newer versions of matplotlib
from pylab import *
figure()
xx = np.arange(-0.5,5.5,0.01)
vals = 1/(xx-2)
vals = M.array(vals)
mvals = M.masked_where(xx==2, vals)
subplot(121)
plot(xx, mvals, linewidth=3, color='red')
xlim(-1,6)
ylim(-5,5)
Эта простая кривая может быть более ясной в отношении того, какие точки исключены:
xx = np.arange(0,6,.2)
vals = M.array(xx)
mvals = M.masked_where(vals%2==0, vals)
subplot(122)
plot(xx, mvals, color='b', linewidth=3)
plot(xx, vals, 'rx')
show()
Нет, я думаю, что нет встроенного способа указать matplotlib игнорировать эти
точки. В конце концов, он просто соединяет точки и ничего не знает о функциях
или о том, что происходит между точками.
Однако вы можете использовать sympy , чтобы найти полюса, а затем соединить непрерывные части вашей функции вместе. Вот некоторый, по общему признанию, уродливый код, который делает именно это:
from pylab import *
from sympy import solve
from sympy.abc import x
from sympy.functions.elementary.complexes import im
xmin = -0.5
xmax = 5.5
xstep = 0.01
# solve for 1/f(x)=0 -- we will have poles there
discontinuities = sort(solve(1/(1/(x-2)),x))
# pieces from xmin to last discontinuity
last_b = xmin
for b in discontinuities:
# check that this discontinuity is inside our range, also make sure it's real
if b<last_b or b>xmax or im(b):
continue
xi = np.arange(last_b, b, xstep)
plot(xi, 1./(xi-2),'r-')
last_b = b
# from last discontinuity to xmax
xi = np.arange(last_b, xmax, xstep)
plot(xi, 1./(xi-2),'r-')
xlim(xmin, xmax)
ylim(-4,4)
show()
