如何将多个numpy数组值添加到图例？

Question

对于我的实验，我使用KNN对一些数据集进行分类（共享here用于再现性）。下面是我的源代码。

import numpy as np
from numpy import genfromtxt
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split
from sklearn.decomposition import PCA
import matplotlib.pyplot as plt




types = {
        "Data_G": ["datag_s.csv", "datag_m.csv"], 
        "Data_V": ["datav_s.csv", "datav_m.csv"], 
        "Data_C": ["datac_s.csv", "datac_m.csv"], 
        "Data_R": ["datar_s.csv", "datar_m.csv"]
        }

dataset = None
ground_truth = None

for idx, csv_list in types.items():
    for csv_f in csv_list:

        col_time,col_window = np.loadtxt(csv_f,delimiter=',').T
        trailing_window = col_window[:-1] # "past" values at a given index
        leading_window  = col_window[1:]  # "current values at a given index
        decreasing_inds = np.where(leading_window < trailing_window)[0]
        beta_value = leading_window[decreasing_inds]/trailing_window[decreasing_inds]
        quotient_times = col_time[decreasing_inds]

        my_data = genfromtxt(csv_f, delimiter=',')
        my_data = my_data[:,1]
        my_data = my_data[:int(my_data.shape[0]-my_data.shape[0]%200)].reshape(-1, 200)
        labels = np.full(1, idx)

        if dataset is None:
            dataset = beta_value.reshape(1,-1)[:,:15]
        else:
            dataset = np.concatenate((dataset,beta_value.reshape(1,-1)[:,:15]))

        if ground_truth is None:
            ground_truth = labels
        else:
            ground_truth = np.concatenate((ground_truth,labels))



X_train, X_test, y_train, y_test = train_test_split(dataset, ground_truth, test_size=0.25, random_state=42)

knn_classifier = KNeighborsClassifier(n_neighbors=3, weights='distance', algorithm='auto', leaf_size=300, p=2, metric='minkowski')
knn_classifier.fit(X_train, y_train)

当我做以下

plot_data=dataset.transpose()
plt.plot(plot_data)

它产生以下图。

我将图例添加到图中，如下所示：

plt.plot(plot_data, label=idx)
plt.legend()

然而，正如所看到的，它正在用Data_R取代所有的传说。我在这里做错了什么？

Answer 1

在回答这个问题之前，我要说的一件事是，在循环词典时我总是要谨慎。在Python 3.6之前，没有订购字典，因此如果您需要保证字典中的订单，则应使用OrderedDict。如果您正在运行Python3.6 +，那么这是您不必担心的事情。无论如何...

在for循环for idx, csv_list in types.items():后，我们将始终有idx = "Data_R"（假定您的字典是有序的）。

因此，当您使用plt.plot(plot_data, label=idx)进行绘图时，所有线条的标签都将设置为"Data_R"。

相反，您应该遍历这些行并一次一个地添加标签。

for i, key in enumerate(types.keys()):
    plt.plot(plot_data[:, 2*i], label=key)
    plt.plot(plot_data[:, 2*i+1], label=key)

plt.legend()