标签: data-visualization

仅当恰好在栏内单击时才会触发“单击”事件。如果我们有一个宽度或高度较小的条形，这并不方便。当我将鼠标悬停在栏上时，栏周围的一些空间会以完整的图表高度突出显示，并显示工具提示。我想让突出显示的区域可点击，并且条形数据应该在事件中可用。我已经阅读了文档并尝试了 Chart.on('click', 'xAxis.category', function () {...}); 但该功能没有被触发。

在此演示中，仅当我在栏内单击时才会触发警报。如何使周围区域可点击？

https://codesandbox.io/s/cocky-banzai-6j5pg?file=/src/Chart.js

我已经看过许多在 Python 中使用 matplotlib/seaborn 进行 3D 绘图的示例，但似乎无法得到我正在寻找的东西；我有 50 个左右的时间序列，我想将它们清晰地绘制出来，如下例所示，但在轴上使用系列名称；作为我在 Goog、IBM、GE、百事可乐等中标记的示例。感谢任何指示或示例。谢谢你，

示例图请点击这里

有没有办法控制水平线和垂直线的起点和终点plotly？

import plotly.graph_objects as go
        
fig = go.Figure(data=go.Scatter())
fig.add_vline(x=1, line_width=2, line_dash="dash", line_color="green")
fig.add_hline(y=2, line_width=2, line_dash="dash", line_color="red")
fig.show()

上面的代码将绘制线条，但在整个屏幕上

我想做类似的事情：

import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize = (10,7))

ax.hlines(y=2, xmin='July', xmax='Aug', linewidth=2, color='red', linestyles = 'dotted')
ax.axvline(x = 1,color = 'green', linestyle = 'dotted', linewidth = 2)

我正在尝试在 R 中画一个正方形：

ggplot() + 
    geom_rect(aes(xmin = 1, xmax = sqrt(pi), ymin = 1, ymax = sqrt(pi)))

但这会产生一个看起来更像矩形的形状 - 我认为这是因为缩放比例不正确？

有人可以告诉我如何解决这个问题吗？

我正在用Python学习乳腺癌分类数据集。我正在尝试为每个特征绘制直方图，如何将这些直方图分为三组？就像下面的截图一样：

我想要实现的目标

这是我使用的代码：

from sklearn.datasets import load_breast_cancer  # sample data
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = load_breast_cancer()

# Turn the feature data into a dataframe
df = pd.DataFrame(data.data, columns = data.feature_names)

# Add the target columns, and fill it with the target data
df["target"] = data.target

# display(df.head())
   mean radius  mean texture  mean perimeter  mean area  mean smoothness  mean compactness  mean concavity  mean concave points  mean symmetry  mean fractal dimension  radius error …

ax.set_axisbelow(True)可以使用或plt.rc('axes', axisbelow=True)（其他堆栈问题）将网格线设置在填充区域的图后面。但使用时alpha<1网格线也会出现在前面。有没有办法仍然隐藏网格线或应用选择性alpha混合？我正在考虑一种基于对象的方法，其中指定对象 a 和 b 之间的 alpha。

答案应该也适用于fill_between。

重现问题的示例：

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(2022)
x1 = np.random.normal(0, 0.8, 1000)
x2 = np.random.normal(-2, 1, 1000)
x3 = np.random.normal(3, 2, 1000)

kwargs = dict(histtype='stepfilled', alpha=.3, density=True, bins=40)
fig, ax = plt.subplots(figsize=(9, 6))

ax.hist(x1, **kwargs)
ax.hist(x2, **kwargs)
ax.hist(x3, **kwargs)

ax.set_axisbelow(True)

ax.yaxis.grid(color='gray', linestyle='dashed')
ax.xaxis.grid(color='gray', linestyle='dashed')

我有以下数据:

> Data
          Date    Start       End
1   2011-11-15 12:01:27 12:30:15 
2   2011-11-16 12:01:25 12:32:15 
3   2011-11-17 12:01:02 12:39:12 
4   2011-11-19 12:01:12 12:30:18

我还附加了一个持续时间列

Data[,4] <- as.numeric(difftime(Data$End,Data$Start))
names(Data)[4] <- "Duration"

我脑子里有一个Start,End的可视化,看起来有点像股票烛台或OHLC图表,其中x值是Date,y是End - Start.

End位于顶部,矩形下降到Start ---矩形的高度随持续时间的变化而变化.也就是说,每个日期都有一个不同的矩形高度,由开始和结束之间的差异决定.

这里的x轴从2011-11-15到2011-11-19.y轴从12:00:00到12:40:00.

任何ggplot向导都能看到一个简单的方法吗？由于Start和End都随着时间的推移而变化,我是否必须使用geom_ribbon或geom_polygon而不是geom_bar或geom_area？

如果持续时间的值大于2个标准差,那么条形图的颜色会变为红色,这将是非常酷的!

我目前正在(开始)我的大数据和数据可视化项目.所以请告诉我是否有最好的软件来处理大数据和数据可视化,即用于数据分析.

我想为一个条形图着色如下:

我尝试了以下方法:

 boxplot(a,col=rep(c("blue","orange","green","pink","grey"),each=5))

这里"a"代表一个affybatch对象.

当然上面的代码每五个条形颜色,我真正需要的是前六个蓝色和接下来的五个橙色等等.

或者甚至将前十个用蓝色着色,接下来三个用橙色着色,剩下的再用蓝色着色也有帮助.我没有使用ggplot,因为这是一个affybatch对象.

这是我在R中的数据框，

New York  8755
     Texas  7654
California  6726
   Florida  6322

我只希望图形比较并排堆积的条形中的数字，但我还无法实现。我收到错误消息“高度必须是矩阵的向量”。请提出建议！非常感谢！