質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Matplotlib

MatplotlibはPythonのおよび、NumPy用のグラフ描画ライブラリです。多くの場合、IPythonと連携して使われます。

多次元配列

1次元配列内にさらに配列を格納している配列を、多次元配列と呼びます。

データ構造

データ構造とは、データの集まりをコンピュータの中で効果的に扱うために、一定の形式に系統立てて格納する形式を指します。(配列/連想配列/木構造など)

最適化

最適化とはメソッドやデザインの最適な処理方法を選択することです。パフォーマンスの向上を目指す為に行われます。プログラミングにおける最適化は、アルゴリズムのスピードアップや、要求されるリソースを減らすことなどを指します。

配列

配列は、各データの要素(値または変数)が連続的に並べられたデータ構造です。各配列は添え字(INDEX)で識別されています。

解決済

matplotlibの表示について

11390
11390

総合スコア20

Matplotlib

MatplotlibはPythonのおよび、NumPy用のグラフ描画ライブラリです。多くの場合、IPythonと連携して使われます。

多次元配列

1次元配列内にさらに配列を格納している配列を、多次元配列と呼びます。

データ構造

データ構造とは、データの集まりをコンピュータの中で効果的に扱うために、一定の形式に系統立てて格納する形式を指します。(配列/連想配列/木構造など)

最適化

最適化とはメソッドやデザインの最適な処理方法を選択することです。パフォーマンスの向上を目指す為に行われます。プログラミングにおける最適化は、アルゴリズムのスピードアップや、要求されるリソースを減らすことなどを指します。

配列

配列は、各データの要素(値または変数)が連続的に並べられたデータ構造です。各配列は添え字(INDEX)で識別されています。

1回答

0評価

0クリップ

697閲覧

投稿2019/12/17 07:15

現在10個のデータを同じ画面に表示させるプログラムを作成しました。
(x,z)の二次元配列です。askopenfilenamesでfor文を使えばもっと簡略化できることはわかっていますが、
tupleに関するエラーが出てしまうのでとりあえずこのようにしました。
以下のプログラムでエラーは出ませんでしたが…

import matplotlib.pyplot as plt import os import tkinter from tkinter import messagebox from tkinter import filedialog root = tkinter.Tk() root.title('微小山') #タイトル root.geometry('400x200') #サイズ 横x縦 messagebox.showinfo('select','測定データ') fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir1 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath1 = filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir1) messagebox.showinfo('選択したファイル',filepath1) fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir2 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath2 = filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir2) messagebox.showinfo('選択したファイル',filepath2) fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir3 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath3 = filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir3) messagebox.showinfo('選択したファイル',filepath3) fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir4 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath4 = filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir4) messagebox.showinfo('選択したファイル',filepath4) fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir5 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath5= filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir5) messagebox.showinfo('選択したファイル',filepath5) fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir6 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath6 = filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir6) messagebox.showinfo('選択したファイル',filepath6) fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir7 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath7 = filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir7) messagebox.showinfo('選択したファイル',filepath7) fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir8 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath8 = filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir8) messagebox.showinfo('選択したファイル',filepath8) fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir9 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath9 = filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir9) messagebox.showinfo('選択したファイル',filepath9) fileType = [('テキストァイル','*.txt')] #ファイルタイプを指定 iniDir10 = os.path.abspath(os.path.dirname(__file__)) #初期表示フォルダ filepath10 = filedialog.askopenfilename(filetypes=fileType,initialdir = iniDir10) messagebox.showinfo('選択したファイル',filepath10) #list = [filepath] #for i in range(len(list)): # list_item = list[i] root.destroy() root.mainloop() x1_list=[] # data1格納用のx_listを定義 z1_list=[] # data1格納用のz_listを定義 x2_list=[] # data2格納用のx_listを定義 z2_list=[] # data2格納用のz_listを定義 x3_list=[] # data2格納用のx_listを定義 z3_list=[] # data2格納用のz_listを定義 x4_list=[] # data2格納用のx_listを定義 z4_list=[] # data2格納用のz_listを定義 x5_list=[] # data2格納用のx_listを定義 z5_list=[] # data2格納用のz_listを定義 x6_list=[] # data2格納用のx_listを定義 z6_list=[] # data2格納用のz_listを定義 x7_list=[] # data2格納用のx_listを定義 z7_list=[] # data2格納用のz_listを定義 x8_list=[] # data2格納用のx_listを定義 z8_list=[] # data2格納用のz_listを定義 x9_list=[] # data2格納用のx_listを定義 z9_list=[] # data2格納用のz_listを定義 x10_list=[] # data2格納用のx_listを定義 z10_list=[] # data2格納用のz_listを定義 #x11_list=[] # data2格納用のx_listを定義 #z11_list=[] # data2格納用のz_listを定義 f1=open(filepath1) f2=open(filepath2) f3=open(filepath3) f4=open(filepath4) f5=open(filepath5) f6=open(filepath6) f7=open(filepath7) f8=open(filepath8) f9=open(filepath9) f10=open(filepath10) #f11=open(1, list_item) #data1読み込み for line in f1: data1 = line[:-1].split(' ') x1_list.append(float(data1[0])) z1_list.append(float(data1[1])) #data2読み込み for line in f2: data2 = line[:-1].split(' ') x2_list.append(float(data2[0])) z2_list.append(float(data2[1])) for line in f3: data3 = line[:-1].split(' ') x3_list.append(float(data3[0])) z3_list.append(float(data3[1])) for line in f4: data4 = line[:-1].split(' ') x4_list.append(float(data4[0])) z4_list.append(float(data4[1])) for line in f5: data5 = line[:-1].split(' ') x5_list.append(float(data5[0])) z5_list.append(float(data5[1])) for line in f6: data6 = line[:-1].split(' ') x6_list.append(float(data6[0])) z6_list.append(float(data6[1])) for line in f7: data7 = line[:-1].split(' ') x7_list.append(float(data7[0])) z7_list.append(float(data7[1])) for line in f8: data8 = line[:-1].split(' ') x8_list.append(float(data8[0])) z8_list.append(float(data8[1])) for line in f9: data9 = line[:-1].split(' ') x9_list.append(float(data9[0])) z9_list.append(float(data9[1])) for line in f10: data10 = line[:-1].split(' ') x10_list.append(float(data10[0])) z10_list.append(float(data10[1])) #for line in f11: # data11 = line[:-1].split(' ') # x11_list.append(float(data11[0])) #z11_list.append(float(data11[1])) ## plt.xlabel('X') # x軸のラベル plt.ylabel('Z') # y軸のラベル plt.plot(x1_list, z1_list, color="red", alpha=0.8, linewidth=2.0, label="data1") plt.plot(x2_list, z2_list, color="red", alpha=0.8, linewidth=2.0, label="data2") plt.plot(x3_list, z3_list, color="red", alpha=0.8, linewidth=2.0, label="data3") plt.plot(x4_list, z4_list, color="red", alpha=0.8, linewidth=2.0, label="data4") plt.plot(x5_list, z5_list, color="red", alpha=0.8, linewidth=2.0, label="data5") plt.plot(x6_list, z6_list, color="red", alpha=0.8, linewidth=2.0, label="data6") plt.plot(x7_list, z7_list, color="red", alpha=0.8, linewidth=2.0, label="data7") plt.plot(x8_list, z8_list, color="red", alpha=0.8, linewidth=2.0, label="data8") plt.plot(x9_list, z9_list, color="red", alpha=0.8, linewidth=2.0, label="data9") plt.plot(x10_list, z10_list, color="red", alpha=0.8, linewidth=2.0, label="data10") #plt.plot(x11_list, z11_list, color="red", alpha=0.8, linewidth=2.0, label="data11") plt.legend() plt.xticks(fontsize=10) plt.yticks(fontsize=10) plt.ylim([-21.62, -21.46]) plt.grid(True) #グラフの枠を作成

イメージ説明

このように表示することができませんでした。
どうすればいいでしょうか?
このようなグラフです。
イメージ説明

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Matplotlib

MatplotlibはPythonのおよび、NumPy用のグラフ描画ライブラリです。多くの場合、IPythonと連携して使われます。

多次元配列

1次元配列内にさらに配列を格納している配列を、多次元配列と呼びます。

データ構造

データ構造とは、データの集まりをコンピュータの中で効果的に扱うために、一定の形式に系統立てて格納する形式を指します。(配列/連想配列/木構造など)

最適化

最適化とはメソッドやデザインの最適な処理方法を選択することです。パフォーマンスの向上を目指す為に行われます。プログラミングにおける最適化は、アルゴリズムのスピードアップや、要求されるリソースを減らすことなどを指します。

配列

配列は、各データの要素(値または変数)が連続的に並べられたデータ構造です。各配列は添え字(INDEX)で識別されています。