Matplotlib合并COP轨迹绘图时部分数据未显示的问题

核心问题分析与对应解决方案 #

1. 大量集中点无法呈现：坐标轴自动缩放异常 #

如果数据中存在个别数值极大的异常点，Matplotlib自动调整坐标轴范围时，会把(-1.75, 1.62)附近的密集点压缩到几乎看不见。

• 解决方法：手动锁定坐标轴范围，覆盖目标数据区间：

  plt.xlim(-2, 2)  # 根据实际数据调整，确保包含(-1.75)的x范围
  plt.ylim(1, 2)   # 同理调整y轴范围，覆盖1.62附近区域
  

2. 0-50区间无内容：数据切片或加载错误 #

大概率是切片时取错了数据范围，或数据加载后存在无效值：

• 先验证数据有效性：打印0-50区间的前几行数据，确认是否有有效值：

  print(groundtruth_data[:50])
  print(predicted_data[:50])
  

• 若输出为空/全NaN：检查数据读取逻辑，比如pd.read_csv是否指定了正确列、是否跳过了表头；若数据是numpy数组，确认切片维度是否正确（如data[:50, 0]取前50个x值）。
• 若数据类型为字符串：转换为数值类型后再绘图：

  groundtruth_data = groundtruth_data.astype(float)
  

3. 绘图逻辑错误 #

如果用plt.plot()绘制零散点，可能因连线导致视觉上无法区分；或两组数据绘图顺序导致覆盖：

• 改用plt.scatter()绘制散点，并设置不同样式区分两组数据：

  plt.scatter(groundtruth_x, groundtruth_y, c='blue', label='Groundtruth', s=5)
  plt.scatter(predicted_x, predicted_y, c='red', label='Predicted', s=5)
  plt.legend()
  

验证步骤 #

1. 单独绘制(-1.75, 1.62)附近的点，确认数据本身无问题；
2. 用groundtruth_data.max()/groundtruth_data.min()检查数据极值，排查是否存在异常大/小值；
3. 绘制0-50区间前，打印该区间x、y的极值，确认数值在预期显示范围内。

内容的提问来源于stack exchange，提问作者stack offer