我有一个名为temprSubset
的三维数组,它是我在两个维度上的平均值。
代码:
f=MFDataset(filenames)
temprSubset = f.variables['tc'][ : , latitude_lower_limit:latitude_upper_limit , longitude_lower_limit:longitude_upper_limit,]
tempavg1=temprSubset.mean(axis=tuple(range(0,2)))
我想在tempavg1数组中绘制每个平均值的标准偏差曲线,但我迷路了。
发布于 2018-08-03 05:34:05
最简单的方法是使用hist
函数。仓位数量的选择可能会显着改变图形的形状。
另一种提供平滑曲线的方法是kernel density estimation。带宽的选择也可以改变所获得的图形的形状。
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
# Generate some data
data = np.random.normal( size=(5, 50, 150) ) # a random 3D array
average_axes01 = data.mean(axis=(0, 1))
# Using the Kernel density estimation:
from scipy.stats import gaussian_kde
prob_density = gaussian_kde(average_axes01)
std = average_axes01.std()
x_fine = np.linspace(-3*std, 3*std, 29)
probs = prob_density(x_fine)
plt.plot(x_fine, probs, 'r', linewidth=2);
# Using the histogram:
plt.hist(average_axes01, bins=7, normed=True, alpha=.4)
plt.ylabel('probability density function'); plt.xlabel('values');
https://stackoverflow.com/questions/51660247
复制相似问题