使用Gnuplot给缺失值着色的间隔

Question

我有一些时间数据，其中某些时间间隔仅包含缺失值。我想明确显示这些缺失值间隔。

目前，我采用的解决方案是检查值是否为NaN，如下：

plot file_name using 1:(stringcolumn(num_column) eq "NaN" ? 1/0 : column(num_column)) with lines,\
    "" using 1:(stringcolumn(num_column) eq "NaN" ? 1000 : 1/0) with points

这将导致在 y = 1000 的点上绘制，而不是缺失值的线，这会产生以下结果： 然而，这并不理想，因为 a) 我需要指定一个 y 值来绘制点，b) 这相当丑陋，特别是当数据集在时间上更长时。我想要的是像这样的东西： 即，用一种颜色完全填充这个间隔（可能有一些透明度，与我的图片不同）。请注意，在这些示例中，只有一个缺失值间隔，但实际上可以在一个图中有任意数量的间隔。

- Fatalize

Answer 1

使用两个填充曲线

一种有些“hacky”的方法是使用两个填充曲线，示例如下：

plot file_name using 1:(stringcolumn(num_column) eq "NaN" ? 1/0 : column(num_column)) with lines ls 2,\
    "" using 1:(stringcolumn(num_column) eq "NaN" ? 0 : 1/0) with filledcurve x1 ls 3,\
    "" using 1:(stringcolumn(num_column) eq "NaN" ? 0 : 1/0) with filledcurve x2 ls 3

两个填充曲线的 linestyle 必须相同，这样我们才能得到一个统一的矩形。

一个 filledcurve 的参数是 x1，而另一个是 x2，这样就可以一个填充 0 上方，另一个填充 0 下方。

您可以使用以下代码删除 0 处的曲线并使填充透明：

set style fill transparent solid 0.8 noborder

这是结果:

请注意，矩形下方的虚线与其他虚线相比有点故障。此外，如果某些矩形非常窄，它们看起来会比预期更浅。

- Fatalize

Answer 2

我们可以进行一些预处理来实现这个目标。假设我们有以下数据文件：data.txt。

1 8
2 6
4 NaN
5 NaN
6 NaN
7 9
8 10
9 NaN
10 NaN
11 6
12 11

以下是使用Python 3编写的程序（当然，使用Python并不是唯一的方法），process.py¹

data = [x.strip().split() for x in open("data.txt","r")]
i = 0
while i<len(data):
    if (data[i][1]=="NaN"):
        print(data[i-1][0],end=" ") # or use data[i][0]
        i+=1
        while data[i][1]=="NaN": i+=1
        print(data[i][0],end=" ") # or use data[i-1][0]
    else: i+=1

这个Python程序将读取数据文件，并针对每个NaN值范围输出上一个和下一个有效的x坐标。对于示例数据文件，它输出2 7 8 11，可用作绘制矩形的边界。现在我们可以在gnuplot²中进行操作。

breaks = system("process.py")
set for [i=0:words(breaks)/2-1] object (i+1) rectangle from word(breaks,2*i+1),graph 0 to word(breaks,2*i+2),graph 1 fillstyle solid noborder fc rgb "orange"

这将在此范围内绘制填充矩形。它确定断点变量中有多少个“块”（每组两个值），然后使用断点作为矩形的左右边界，每次读取两个值。

最后，绘制数据。

plot "data.txt" u 1:2 with lines

生成

显示填充矩形在NaN值范围内。

---

为了提供更多的实用性，以下awk程序process.awk³如果可用，就能够达到与上述Python程序相同的目的：

BEGIN {
    started = 0;
    last = "";
    vals = "";
}

($2=="NaN") {
    if (started==0) {
        vals = vals " " last;
        started = 1;
    }
}

($2!="NaN") {
    last = $1
    if (started==1) {
        vals = vals " " last;
        started = 0;
    }
}

END {
    sub(/^ /,"",vals);
    print vals;
}

我们可以通过将上面的系统调用替换为以下内容来使用它。

breaks = system("awk -f process.awk data.txt")

---

¹ 边界将被扩展到最后一个和下一个点，以完全填补间隙。 如果不需要这样做，则注释的值仅覆盖文件中 NaN 标识的区域（在示例情况中为 4-6 和 8-10）。 程序不会处理 NaN 值作为第一个或最后一个数据点。

² 我使用了实心橙色来表示间隙。 随意使用任何颜色规范。

³ awk 程序与 python 程序相同地扩展边界，但需要更多修改才能获得其他行为。 它具有与 python 相同的限制，无法处理 NaN 值作为第一个或最后一个数据点。

- Matthew