Matplotlib: ValueError: x и y должны иметь одинаковое первое измерение

Ответ 1

Вы должны сделать x и y массивы numpy, а не списки:

x = np.array([0.46,0.59,0.68,0.99,0.39,0.31,1.09,
              0.77,0.72,0.49,0.55,0.62,0.58,0.88,0.78])
y = np.array([0.315,0.383,0.452,0.650,0.279,0.215,0.727,0.512,
              0.478,0.335,0.365,0.424,0.390,0.585,0.511])

При этом изменении он производит график ожидания. Если они являются списками, m * x не приведет к ожидаемому результату, а будет пустым. Обратите внимание, что m является скаляром numpy.float64, а не стандартным Python float.

Я действительно считаю это немного сомнительным поведением Numpy. В обычном Python умножение списка с целым числом просто повторяет список:

In [42]: 2 * [1, 2, 3]
Out[42]: [1, 2, 3, 1, 2, 3]

при умножении списка с поплавком дает ошибку (как мне кажется):

In [43]: 1.5 * [1, 2, 3]
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-43-d710bb467cdd> in <module>()
----> 1 1.5 * [1, 2, 3]
TypeError: can't multiply sequence by non-int of type 'float'

Странно, что, по-видимому, работает умножение списка Python с помощью сканера Numpy:

In [45]: np.float64(0.5) * [1, 2, 3]
Out[45]: []

In [46]: np.float64(1.5) * [1, 2, 3]
Out[46]: [1, 2, 3]

In [47]: np.float64(2.5) * [1, 2, 3]
Out[47]: [1, 2, 3, 1, 2, 3]

Итак, кажется, что float усекается до int, после чего вы получаете стандартное поведение Python повторения списка, что является довольно неожиданным поведением. Лучше всего было бы поднять ошибку (чтобы вы сами заметили проблему, а не задавали свой вопрос в Stackoverflow) или просто отображали ожидаемое умножение по типу (в котором ваш код только что работал), Интересно, что добавление между списком и сканированием Numpy работает:

In [69]: np.float64(0.123) + [1, 2, 3]
Out[69]: array([ 1.123,  2.123,  3.123])

Ответ 2

Изменение ваших списков в массивах numpy сделает работу!!

import matplotlib.pyplot as plt
from scipy import stats
import numpy as np 

x = np.array([0.46,0.59,0.68,0.99,0.39,0.31,1.09,0.77,0.72,0.49,0.55,0.62,0.58,0.88,0.78]) # x is a numpy array now
y = np.array([0.315,0.383,0.452,0.650,0.279,0.215,0.727,0.512,0.478,0.335,0.365,0.424,0.390,0.585,0.511]) # y is a numpy array now
xerr = [0.01]*15
yerr = [0.001]*15

plt.rc('font', family='serif', size=13)
m, b = np.polyfit(x, y, 1)
plt.plot(x,y,'s',color='#0066FF')
plt.plot(x, m*x + b, 'r-') #BREAKS ON THIS LINE
plt.errorbar(x,y,xerr=xerr,yerr=0,linestyle="None",color='black')
plt.xlabel('$\Delta t$ $(s)$',fontsize=20)
plt.ylabel('$\Delta p$ $(hPa)$',fontsize=20)
plt.autoscale(enable=True, axis=u'both', tight=False)
plt.grid(False)
plt.xlim(0.2,1.2)
plt.ylim(0,0.8)
plt.show()