标签: data-visualization

据我所知,没有完全令人满意的3D可视化包.我的意思是完全的,因为可以很容易地看到可用包的以下问题:

• 缺乏灵活性
• 重载和初始化(ETS-Mayavi2,...)
• 即使使用OpenGLimplements(VPython,...)也很慢
• 很多错误,例如在旋转和缩放下
• 大数据不可靠
• 非常老式

任何帮助,如果你能满足Python/ Fortran？

我想知道是否有任何python包用于获取多个图形,以png格式保存,并编辑它们的尺寸,并将它们保存在新图像中？我希望以常数形式存在多个图形,因为我必须手动将它们添加到幻灯片中.

要显示的数据来自实验(T1-T8代表大脑的不同部分),如下所示:

    [[Block1]]
              sum
       [T1,]   6
       [T2,]   6
       [T3,]   4
       [T4,]   5
       [T5,]   8
       [T6,]   9
       [T7,]   8
       [T8,]   6

    [[Block2]]
              sum
       [T1,]   3
       [T2,]   3
       [T3,]   4
       [T4,]   5
       [T5,]   4
       [T6,]   2
       [T7,]   1
       [T8,]   5

    [[Block3]]
              sum
       [T1,]   3
       [T2,]   3
       [T3,]   4
       [T4,]   2
       [T5,]   4
       [T6,]   8
       [T7,]   3
       [T8,]   1   

   [[Block4]]
              sum
       [T1,]   6
       [T2,]   5
       [T3,]   4
       [T4,]   3
       [T5,]   9
       [T6,]   8
       [T7,]   2
       [T8,]   6  

   [[Block5]]
              sum
       [T1,]   8
       [T2,]   3
       [T3,] …

我目前正在启动我的新项目。这是一个数据可视化项目，我想开发一个可以可视化数据的应用程序（无论它来自哪里）。

现在，我正试图找到一个我可以使用的可视化库。你推荐哪一个？

对我来说，主要库似乎在 javascript(D3.js) 中。我想开发一个桌面应用程序，但也许我应该面对它并切换到基于 Web 的应用程序？

我有 java、python 和 C# 方面的经验。

我有两个列表predictedY，其中包含n从 0 到 1 的元素，并且unlabelledY包含n元素 1 或 0。

predictedY我希望在数轴上绘制 的值，如果 中的相应元素unlabeledY是 1，则将其着色为红色，否则将其着色为黑色。

我怎样才能做到这一点？

predictedY =[0.456,0.962,0.231]
UnlabelledY=[0,1,0]

我正在学习如何将多级建模应用于传统的方差分析研究设计。我想使用 ggplot2 为每个处理绘制拟合回归线。我想根据我拟合的模型绘制回归线，而不是让 ggplot2 绘制，因为我想看看估计如何根据模型的变化而不同。我知道我可以自己计算系数和斜率，但由于模型相对复杂，我正在寻找更容易绘图的方法。

这是我正在处理的研究设计类型的示例代码。我发现 sjPlot 包 ( http://www.strengejacke.de/sjPlot/sjp.lm/ ) 提供了非常漂亮的图，它显示了每个测试时间的每个处理的回归线和散点图上的实际观察。这正是我想用 ggplot 做的。

 require(tidyverse)
 require(sjPlot)
 set.seed (100)
 dat <- data_frame(
    participant_id = c(c(1:15), c(1:15)),
    treatment = c(sample (letters [1:3], 15, replace = T), sample (letters [1:3], 15, replace = T)),
    test_timing = c(sample(letters [1:3], 15, replace = T),sample(letters [1:3], 15, replace = T)),
    learning_gain = (runif(30, min = 1, max = 20))
)

fit <- lm (learning_gain ~ treatment * test_timing -1, data = dat)
sjp.lm(fit, type = "pred", …

我目前正在尝试使用 Rggalluvial包生成冲积图。我希望用它来绘制连续时间段（Seg1、Seg2、Seg3、Seg4）内不同值之间的多个连续迁移。在 Seg 1 中，所有案例都具有“workseg”值；在 Seg 2 处，该值可以是其他三个值之一（相关内容、不相关内容、NONE）；Seg3 和 Seg4 值可以是四个选项中的任何一个。

使用以下代码...

##Reorder levels per segment (make vertical order of strata levels identical 
across all axes, rather than "zig-zag" --> this is just an aesthetic 
preference)##

dRG.lode <- dRG %>%
  mutate(Seg2 = factor(Seg2, levels=c("workseg", "related content", 
"unrelated content", "NONE")),
         Seg3 = factor(Seg3, levels=c("workseg", "related content", 
"unrelated content", "NONE")),
         Seg4 = factor(Seg4, levels=c("workseg", "related content", 
"unrelated content", "NONE")))


##Plot##

ggplot(as.data.frame(dRG.lode),
       aes(axis1 = Seg1, axis2 = Seg2, axis3 = …

我一直在研究一个 Three.js 代码。

在阅读代码和文档时，我无法理解一件事。

在这段代码中。 http://jsfiddle.net/w67tzfhx/

有一个代码如下。

function init(){

    var geometry = new THREE.BufferGeometry();
    var positions = new Float32Array(MAX_POINTS*3);
        geometry.addAttribute('position',new THREE.BufferAttribute(positions,3))

        drawCount =2;
        geometry.setDrawRange(0,drawCount );

        mat =  new THREE.LineBasicMaterial( { color: 0xff0000, linewidth: 2 } );

        line= new THREE.Line(geometry, mat)

        scene.add(line)

        updatePositions();

}

什么是setDrawRange？drawCount 在那里做什么？

官方文件说

.setDrawRange ( start : Integer, count : Integer ) : null 设置 .drawRange 属性。对于非索引 BufferGeometry，count 是要渲染的顶点数。对于索引 BufferGeometry，count 是要渲染的索引数。

我根本不明白。

谁能帮我解释一下它是什么？先感谢您。

我在绘图方面遇到了困难：我想删除ggplot绘图中填充图例的一部分，同时保持自动着色。这是一个例子：

library(ggplot2)

df1 <- data.frame(x = 1:20,y1 = rnorm(20,2,0.2),y2 = sqrt(1:20))
df2 <- data.frame(x1 = c(1,5,10),x2 = c(5,10,20),color2 = as.factor(1:3))

ggplot(data=df1) +
  geom_rect(data = df2,
            aes(xmin = x1,
                xmax = x2,
                ymin = 0,
                ymax = Inf,
                fill = color2),
            color = "black",
            size = 0.3,
            alpha = 0.2)+
  geom_bar(aes(x = x,
               y= y1,
               fill = "daily"),
           stat='identity',
           width = 0.75,
           size = 0.1,
           alpha = 0.5) +
  geom_line(aes(x = x,
                y =y2,
                color = "somthing"),
            size = …

我有一个数据集，其中记录了 40 个特定基因中是否存在突变，比较了 20 种组织类型的正常组织（例如肺组织）与来自该组织的肿瘤（例如肺肿瘤）。我正在努力寻找可视化这些数据的最佳方法。

数据的一个子集：

Gene    Lung_Normal Lung_Cancer Skin_Normal Skin_Cancer Brain_Normal    Brain_Cancer
Gene_1  TRUE    TRUE    TRUE    TRUE    TRUE    TRUE
Gene_2  TRUE    TRUE    TRUE    TRUE    TRUE    TRUE
Gene_3  FALSE   TRUE    FALSE   FALSE   FALSE   FALSE
Gene_4  FALSE   FALSE   FALSE   FALSE   FALSE   FALSE
Gene_5  FALSE   TRUE    FALSE   FALSE   FALSE   TRUE
Gene_6  FALSE   FALSE   TRUE    TRUE    TRUE    TRUE
Gene_7  FALSE   FALSE   FALSE   TRUE    FALSE   FALSE
Gene_8  FALSE   FALSE   FALSE   TRUE    FALSE   TRUE
Gene_9  FALSE   TRUE    FALSE   FALSE   FALSE   FALSE
Gene_10 FALSE   FALSE   FALSE …