Imposer un graphe sur un autre

Question

Je suis dans une classe de laboratoire de physique et nous devons écrire du code pour analyser certaines données que nous avons collectées. Ma question est simple et probablement stupide mais je me demandais juste comment tracer un graphique au-dessus d'un autre graphique en utilisant python. Voici mon code jusqu'à présent merci

%pylab 
import numpy as np 
import matplotlib.mlab as mlab 
import matplotlib.pyplot as plt 

#SIGNAL DATA 
dataSig = [658, 679, 683, 691, 693, 693, 695, 696, 696, 696, 697, 699, 699, 700, 700, 700, 702, 703, 703, 704, 706, 706, 708, 708, 709, 709, 712, 712, 713, 714, 714, 715, 715, 715, 716, 716, 716, 717, 717, 717, 718, 718, 718, 718, 719, 720, 720, 721, 721, 721, 722, 723, 723, 724, 725, 725, 725, 726, 726, 726, 727, 727, 728, 728, 729, 730, 730, 731, 731, 731, 731, 732, 732, 733, 734, 734, 734, 734, 735, 736, 737, 738, 738, 738, 738, 740, 740, 741, 741, 741, 742, 743, 743, 743, 743, 743, 743, 743, 744, 744, 745, 746, 746, 746, 746, 747, 747, 747, 747, 748, 749, 749, 750, 750, 750, 750, 751, 751, 751, 751, 752, 752, 752, 754, 754, 756, 756, 757, 757, 757, 759, 759, 760, 760, 760, 762, 762, 762, 762, 762, 762, 763, 764, 765, 765, 765, 765, 766, 766, 766, 767, 767, 768, 769, 769, 770, 770, 771, 773, 775, 776, 780, 786, 786, 786, 787, 790, 790, 793, 796, 797, 798, 817, 823] 
#[658,679,683,691,693,695,696,697,699,700,702,703,704,706,708,709,712,713,714,715,716,717,718,719,720,721,722,723,724,725,726,727,728,729,730,731,732,733,734,735,736,737,738,740,741,742,743,744,745,746,747,748,749,750,751,752,754,756,757,759,760,762,763,764,765,766,767,768,769,770,771,773,775,776,780,786,787,790,793,796,797,798,817,823] #[1,1,1,1,1,1,3,1,2,3,1,2,1,2,2,1,2,1,2,3,2,3,3,1,2,3,1,2,1,3,3,2,2,1,1,4,2,1,4,1,1,1,4,2,3,1,7,2,1,4,4,1,2,4,4,3,2,2,2,2,3,6,1,1,4,3,2,1,2,2,1,1,1,1,1,3,1,2,1,1,1,1,1,1] 

#SIGNAL DEFINED VARIABLES 
ntestpoints = 175 
themean = 739.1 
#sigma = ? 
#amp = center/guassian 

#SIGNAL GAUSSIAN FITTING FUNCTION 
def mygauss(x, amp, center, sigma): 
    """This is an example gaussian function, which takes in x values, the amplitude (amp), 
    the center x value (center) and the sigma of the Gaussian, and returns the respective y values.""" 
    y = amp * np.exp(-.5*((x-center)/sigma)**2) 
    return y 

#SIGNAL PLOT, NO GAUSS 
plt.figure(figsize=(10,6)) 
plt.hist(dataSig,bins=ntestpoints/10,histtype="stepfilled",alpha=.5,color='g',range=[600,900]) 
plt.xlabel('Number of Counts/Second',fontsize=20) 
plt.ylabel('Number of Measurements',fontsize=20) 
plt.title('Measured Signal Count Rate Fitting with Gaussian Function',fontsize=22) 
plt.axvline(themean,linestyle='-',color='r') 
#plt.axvline(themean+error_on_mean,linestyle='--',color='b') 
#plt.axvline(themean-error_on_mean,linestyle='--',color='b') 
#plt.axvline(testmean,color='k',linestyle='-') 
plt.show() 

#------------------------------------------------------------ 

# define a function to make a gaussian with input values, used later 
def mygauss(x, amp, center, sigma): 
    """This is an example gaussian function, which takes in x values, the amplitude (amp), 
    the center x value (center) and the sigma of the Gaussian, and returns the respective y values.""" 
    y = amp * np.exp(-.5*((x-center)/sigma)**2) 
    return y 

npts = 40 # the number of points on the x axis 
x = np.linspace(600,900,npts) # make a series of npts linearly spaced values between 0 and 10 
amp = 40 
center = 740.5 
sigma = 40 
y = mygauss(x, amp, center, sigma) 
print y 

plt.figure(figsize=(10,6)) 
plt.plot(x,y,'bo', label='data points')  
plt.text(center, amp, "<-- peak is here",fontsize=16)  # places text at any x/y location on the graph 
plt.xlabel('X axis',fontsize=20) 
plt.ylabel('Y axis', fontsize=20) 
plt.title('A gaussian plot \n with some extras!',fontsize=20) 
plt.legend(loc='best') 
plt.show() 

Answer 1

Lorsque vous appelez pour plt.figure() vous faites une nouvelle zone de tracé, dans une figure différente.

Si vous ne l'appelez pas pour la deuxième fois, vous allez tracer dans le même graphique que le premier.

qui n'est cependant pas toujours une solution en soi, si elles ont des échelles très différentes, qui peuvent entraîner un encombrement massif d'un graphique par l'autre.

heureusement ce ne est pas le cas ici, donc je reçois l'habitude dans les détails de la façon d'utiliser 2 échelles différentes dans un seul graphique, mais vous pouvez le vérifier ici (http://matplotlib.org/examples/api/two_scales.html)

en commentant la deuxième plt.figure() de votre code vous obtenez ceci:

espère que ça aide! Ps: la prochaine fois que vous l'utiliserez avec une balise matplotlib, vous obtiendrez une réponse plus rapide que la physique, car c'est une question que vous avez posée.