我正在生成一组3D数据的2D热图图。 我希望能够有一个机制来交互式地浏览每个窗格。 下面是一个简单的示例代码,我希望能够通过滑动条(或其他方式)交互式地查看两个窗格(即z = [0,1])。 这是可能的matplotlib或这是我需要在生成图像文件后进行后处理? import numpy as np from matplotlib import pyplot as plt data = np.random.randint(10, size=(5, 5, 2)) data_slice = np.zeros((5,5)) for i in range(0, 5): for j in range(0, 5): data_slice[i][j] = data[i][j][0] plt.imshow(data_slice, cmap='hot', interpolation='nearest') plt.show() 编辑:我希望能够做到这一点互动 ,似乎可能的重复正试图做到这一点自动。
我试图用R中的Sankey图来显示我的数据stream。 我发现这个博客文章链接到一个R脚本,生成一个Sankey图,不幸的是它是相当原始的,有些有限(见下面的示例代码和数据)。 有没有人知道其他脚本 – 或者甚至是一个包 – 这是更发达? 我的最终目标是通过图组件的相对大小来可视化数据stream和百分比,就像这些Sankey图的例子 。 我在r-help列表上发布了一个类似的问题 ,但两周后没有任何反应,我试图在我的运气这里在stackoverflow。 谢谢,埃里克 PS。 我知道平行集合剧情 ,但这不是我正在寻找的。 # thanks to, https://tonybreyal.wordpress.com/2011/11/24/source_https-sourcing-an-r-script-from-github/ sourc.https <- function(url, …) { # install and load the RCurl package if (match('RCurl', nomatch=0, installed.packages()[,1])==0) { install.packages(c("RCurl"), dependencies = TRUE) require(RCurl) } else require(RCurl) # parse and evaluate each .R script sapply(c(url, …), function(u) { […]
有时我遇到这样的代码: import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [1, 4, 9, 16, 25] fig = plt.figure() fig.add_subplot(111) plt.scatter(x, y) plt.show() 其中产生: 我一直在疯狂地阅读文档,但是我找不到111的解释。 有时我看到一个212 。 fig.add_subplot()意思是什么意思?
我试图select一个创build所有风格的UML图的工具。 可用性对我来说是一个主要的标准,但是我仍然会用更陡峭的学习曲线来获得更多的权力,并且会很开心。 免费(如啤酒)会很好,但如果这个工具值得的话,我愿意付钱。 我应该使用什么?
想象我有一个3列matrix x,y,z其中z是x和y的函数。 我知道如何用plot3d(x,y,z)绘制这些点的“散点图” 但是,如果我想要一个表面,而不是我必须使用其他命令如surface3d问题是,它不接受相同的input作为plot3d它似乎需要一个matrix与 (nº elements of z) = (n of elements of x) * (n of elements of x) 我怎样才能得到这个matrix? 我已经尝试了interp命令,就像我需要使用轮廓图一样。 如何直接从x,y,z绘制曲面而不计算这个matrix? 如果我的分数太多,这个matrix就太大了。 干杯
我想限制matplotlib中的X轴和Y轴,但要限制一个特定的子图。 正如我所看到的subplot figure本身没有任何轴属性。 我想要例如改变第二个情节的限制! import matplotlib.pyplot as plt fig=plt.subplot(131) plt.scatter([1,2],[3,4]) fig=plt.subplot(132) plt.scatter([10,20],[30,40]) fig=plt.subplot(133) plt.scatter([15,23],[35,43]) plt.show()
我试图用GGPLOT2绘制格型数据,然后在样本数据上叠加一个正态分布来说明底层数据有多远。 我希望有一个正常的发展方向与面板具有相同的意思和定义。 这里是一个例子: library(ggplot2) #make some example data dd<-data.frame(matrix(rnorm(144, mean=2, sd=2),72,2),c(rep("A",24),rep("B",24),rep("C",24))) colnames(dd) <- c("x_value", "Predicted_value", "State_CD") #This works pg <- ggplot(dd) + geom_density(aes(x=Predicted_value)) + facet_wrap(~State_CD) print(pg) 这一切都很好,并产生一个很好的数据面板图。 如何在顶部添加正常的dist? 看来我会使用stat_function,但是这个失败: #this fails pg <- ggplot(dd) + geom_density(aes(x=Predicted_value)) + stat_function(fun=dnorm) + facet_wrap(~State_CD) print(pg) 看来stat_function与facet_wrapfunction不兼容。 我如何让这两个玩得很好? – – – – – – 编辑 – – – – – […]
我厌倦了在每个项目开始时打开Dia并创build一个数据库图表。 有没有一个工具可以让我select特定的表格,然后根据MySQL数据库为我创build一个数据库图表? 最好是允许我编辑后面的图,因为没有外键被设置… 这里是我用图解的方式描述的(请原谅可怕的数据devise,我没有devise它,让我们把重点放在图的概念上,而不是它为这个例子表示的实际数据;)): 看全尺寸图
一位同事正在寻找从Python源代码堆中生成UML类图。 他主要对inheritance关系感兴趣,对构造关系有轻度兴趣,并不关心只是Python基本类的类属性。 源代码非常简单直接,而且不会有太大的坏处 – 例如,它不会做任何花哨的元类魔法。 (这大部分是从Python 1.5.2开始的,有些是“现代”的东西)。 什么是最好的现有解决scheme推荐?
假设我想更新一个新的数据的情节。 我应该select什么方法? 将XDataSource属性设置为某个名称,更新该variables并调用refreshdata 擦除原始plot ,然后再次调用plot命令。 使用Set('Xdata',…')