作为最近一个编程项目的一部分,我编译了一个数据库,其中的内容可能有一天会被其他人使用.我正在寻找"开源"数据的最佳方法.
我可以(并且可能会)将SQL上传到GitHub,但是想知道是否有人找到了更"以数据为中心"的共享方式 - 也许是一个让用户可以轻松浏览/查询/可视化/改进数据集的网站而不是仅仅给他们一大堆SQL.
为了澄清,我正在寻找一个可以共享数据的地方,而不是分享数据的格式 - 理想情况下是GitHub/Sourceforge的数据集等价物.
数据相对较小(几千行SQL),因此音量不应成为障碍.
cassandra键空间有可用的可视化工具吗?来自用于查看表数据和条目的RDBMS世界,是否有任何众所周知的工具可以提供关键空间的"表格式"视图?基于GUI将是伟大的!
谢谢!
我发布了这个跟随格子的'兄弟'问题(即莱迪思的`panel.rug`产生不同的线长和宽图),但由于不同的图形系统,它应该是分开的.
在ggplot2中生成包含geom_rug()from的边距的宽图时,ggthemesy轴中的线条长度比x轴长:
library(ggplot2)
library(ggthemes)
png(width=800, height=400)
ggplot(swiss, aes(Education, Fertility)) + geom_point() + geom_rug()
dev.off()
Run Code Online (Sandbox Code Playgroud)
我想在x轴和y轴上的那些地毯线是相同的长度,而不管绘图的形状如何(注意:现在,当绘图是正方形时,地毯线只会是相同的长度).
我在R和我自己的自定义x和y轴上创建了一个图.我希望x轴以相反的顺序显示(1-0 by -.02).我已经阅读了许多帖子和线程,建议使用xlim和反向范围,但我似乎无法使它工作.一旦绘制,我也将轴标签转换为百分比乘以100(正如您将在代码中看到的那样).这是我到目前为止所拥有的;
plot(roc.val, xlab = "Specificity (%)", ylab = "Sensitivity (%)", axes = FALSE)
axis(2, at = seq(0,1,by=.2), labels = paste(100*seq(0,1, by=.2)), tick = TRUE)
axis(1, at = seq(0,1,by=.2), labels = paste(100*seq(0,1, by=.2)), tick = TRUE)
Run Code Online (Sandbox Code Playgroud)
如何反转x轴刻度,使值从100开始,以0为增量,以0结束?
如何向使用ggalt::geom_dumbbellin创建的哑铃图添加传统图例R?
这个问题有一个图表内图例的答案。如何映射美学以获得侧面/底部点的单独图例?
library(ggalt)
df <- data.frame(trt=LETTERS[1:5], l=c(20, 40, 10, 30, 50), r=c(70, 50, 30, 60, 80))
ggplot(df, aes(y=trt, x=l, xend=r)) +
geom_dumbbell(size=3, color="#e3e2e1",
colour_x = "red", colour_xend = "blue",
dot_guide=TRUE, dot_guide_size=0.25) +
theme_bw()
Run Code Online (Sandbox Code Playgroud)
我想要完成的任务:手动添加形状(足球场上的线条和圆圈,在我的实际项目中)到散点图.这是我实际项目的缩小示例,但说明了我需要帮助的问题.
以下是我为此示例使用的数据:
data <- data.frame("name" = c("A", "A", "B", "B", "C", "C"),
"x" = c(.13, .64, .82, .39, .51, .03),
"y" = c(.62, .94, .10, .24, .20, .84))
Run Code Online (Sandbox Code Playgroud)
我将提供示例代码,首先是一种工作方式(繁琐,太长),然后是一种我无法弄清楚的方法(这似乎更有效/简洁,可能...... 更快?).
library(ggplot2)
ggplot(data, aes(x, y)) +
geom_point() +
geom_segment(aes(x = 0,xend = 1,y = 1,yend = 1)) +
geom_segment(aes(x = 0, xend = 1, y=0,yend=0)) +
geom_segment(aes(x=1, xend=1, y=0, yend=1)) +
geom_segment(aes(x=0, xend=0, y=0, yend=1))
Run Code Online (Sandbox Code Playgroud)
这让我有一个很好的1x1音高,有6个数据点(不要以为我可以嵌入剧情,因为我没有足够的声望).由于我的实际项目有更多的数据点,还有更多的"形状"(线段,圆和圆弧)构成音高,我认为使用向量来定义geom_segment美学会更好 - 因为完整的数据集非常缓慢.这就是我所拥有的:
ggplot(data, aes(x, y)) +
geom_point() +
geom_segment(aes(x = c(0,0,1,0),
xend …Run Code Online (Sandbox Code Playgroud) 我正在开发一个二维平面有限元工具。其中一项功能是能够可视化特定对象上的应力。
此工具使用以下数据创建四边形网格:
节点:numpy 数组[[x1 y1], [x2 y2], etc]->x和y网格中每个节点的坐标
元素:numpy 数组[[1 2 3 4], [2 3 5 6]]->数组的每一行对应于网格的一个特定元素的 4 个点。
我能够实现一种绘制网格的方法:
import matplotlib.pyplot as plt
import matplotlib.collections
import matplotlib.cm as cm
import numpy as np
def showMeshPlot(nodes, elements):
y = nodes[:,0]
z = nodes[:,1]
#/sf/ask/3474821801/
def quatplot(y,z, quatrangles, ax=None, **kwargs):
if not ax: ax=plt.gca()
yz = np.c_[y,z]
verts= yz[quatrangles]
pc = matplotlib.collections.PolyCollection(verts, **kwargs)
ax.add_collection(pc)
ax.autoscale()
plt.figure()
plt.gca().set_aspect('equal')
quatplot(y,z, np.asarray(elements), ax=None, color="crimson", …Run Code Online (Sandbox Code Playgroud) 我想知道为什么在海生图书馆中有箱线图时会出现箱线图。
我知道一件事,boxen plot优化了表示数据的方式,尤其是对于大型数据集,但我不知道为什么,除此之外,我没有任何充分的理由使用boxen plot。
我正在从事数据可视化任务,其中使用了 plotly(python) 中的 Dash。当我运行代码时,我收到一个错误 -
导入错误:无法导入名称“事件”
我尝试了各种安装过程,如 pip install events 或 pip install Event ,但我无法得到我的错误解决方案。
代码:
import dash
from dash.dependencies import Output, Event
import dash_core_components as dcc
import dash_html_components as html
import plotly
import random
import plotly.graph_objs as go
from collections import deque
x = deque(maxlen=20)
y = deque(maxlen=20)
x.append(1)
y.append(1)
app = dash.Dash(__name__)
app.layout = html.Div(
[
dcc.Graph(id = 'live-graph', animate = True),
dcc.Interval(
id = 'graph-update',
interval = 1000
)
]
)
@app.callback(Output('live-graph','figure'),
events = [Event('graph-update','interval')])
def update_graph(): …Run Code Online (Sandbox Code Playgroud) r ×4
ggplot2 ×3
python ×3
matplotlib ×2
c# ×1
cassandra ×1
ggalt ×1
mesh ×1
open-source ×1
plot ×1
plotly ×1
plotly-dash ×1
python-3.x ×1
seaborn ×1
treemap ×1
winforms ×1