与累积和步骤-图表基于在x轴上给出新的时间间隔

Question

我有两个列表：数据和given_x_axis

data=[[0.05, 3200], [0.1, 2000], [0.12, 1200], [0.13, 2000], [0.21, 1800], [0.25, 2800], [0.27, 1500]]
given_x_axis=[0.05, 0.07, 0.09, 0.11, 0.13, 0.15, 0.17, 0.19, 0.21, 0.23, 0.25, 0.27, 0.29, 0.31, 0.33, 0.35]

我想绘制步骤图，像这样累积总和，

x,y=map(list, zip(*np.cumsum(data, axis=0)))
plt.step(x,y)

但使用given_x_axis代替作为x轴的步骤

我曾试图定义，再现基础上，given_x_axis累计值的一个新的列表功能

def update_x_axis(data, given_x_axis):
 cumulated_values=[]
 value_each_step=0
 for n,x in enumerate(given_x_axis):
  for d in data:
   if d[0]<=x:
    value_each_step=value_each_step+d[1]
  cumulated_values.append(value_each_step)
 return [given_x_axis,cumulated_values]

但是累计值的上y轴的新名单似乎并不正确。我希望update_x_axis（数据，given_x_axis）将返回

[0.05, 0.07, 0.09, 0.11, 0.13, 0.15, 0.17, 0.19, 0.21, 0.23, 0.25, 0.27, 0.29, 0.31, 0.33, 0.35], 
[3200, 3200, 3200, 5200, 6400, 8400....]]

如何修改我的定义函数来做到这一点？

Answer 1

我可能误解了问题或所期望的结果。我想你要找的是这样的：

import numpy as np
import matplotlib.pyplot as plt

data=[[0.05, 3200], [0.1, 2000], [0.12, 1200], [0.13, 2000], [0.21, 1800], [0.25, 2800], [0.27, 1500]]
given_x_axis=[0.05, 0.07, 0.09, 0.11, 0.13, 0.15, 0.17, 0.19, 0.21, 0.23, 0.25, 0.27, 0.29, 0.31, 0.33, 0.35]

x,y = np.array(data).T
ind = np.searchsorted(x, given_x_axis, side="left")
ind[ind == 0] = 1
res = np.cumsum(y)[ind-1]

水库是现在

[ 3200.  3200.  3200.  5200.  6400.  8400.  8400.  8400.  8400. 10200.
 10200. 13000. 14500. 14500. 14500. 14500.]

然后绘图，

fig, ax = plt.subplots()
ax.plot(x,np.cumsum(y), marker="o", ls="")
ax.step(given_x_axis, res)

plt.show()