标签: graphing

我正在对不同语言的在线图形包进行一些研究,并想知道Perl当前最新的图形包是值得研究的.

所需的最低功能应包括Google通过其API提供的功能

我们将非常感谢推荐的软件包/ API的主要优点

我一直在使用Silverlight工具包,但我发现质量缺乏; 特别是这个内存泄漏/幻像点错误使得Chart组件完全无法使用.

任何人都可以为Silverlight 4.0推荐一个好的图表/图形组件吗？我正在寻找一个提供:

• 多个同时串联,分散和线
• 多选点
• 可配置的工具提示
• 自动轴缩放
• 实时更新数据

最后一点听起来微不足道,但却绊倒了Silverlight Toolkit Chart; 如果你快速改变轴范围,除了它应该显示的点之外,它有时会留下幻影点.

我通过 ggplot 使用 geom_line 和 geom_point 创建了一个图表。我希望我的轴在 (0,0) 处相遇，并且我希望我的线条和数据点位于轴的前面而不是后面，如图所示：

我试过了：

1. coord_cartesian(clip = 'off')
2. 将 geom_line 和 geom_point 放在最后
3. 创建一个基本图，然后添加 geom_line 和 geom_point
4. 玩转 coord_cartesian 的功能
5. 手动设置 xlim =c(-0.1, 25) 和 ylim=c(-0.1, 1500)

数据7如下：

   Treatment Days N        mean         sd          se
1          1    0 7 204.7000000  41.579963  15.7157488
2          1    2 7 255.0571429  41.116617  15.5406205
3          1    5 7 290.6000000  49.506498  18.7116974
4          1    8 7 330.8142857  49.044144  18.5369442
5          1   12 7 407.5142857  95.584194  36.1274294
6          1   15 7 540.8571429 164.299390 …

我有一个我用flot呈现的基本条形图(5个条形图,显示每个状态的%).

$.plot($("#placeholder"), [
    {
        label: 'Failed',
        data: [[0,10]],
        bars: { show: true }
    },
    {
        label: 'Passed',
        data: [[1,15]],
        bars: { show: true }
    },
    {
        label: 'Not Run',
        data: [[2,30]],
        bars: { show: true }
    },
    {
        label: 'Blocked',
        data: [[3,5]],
        bars: { show: true }
    },
    {
        label: 'In Progress',
        data: [[4,40]],
        bars: { show: true }
    }
],
{
    xaxis: {
        ticks: [[0.5, "Failed"], [1.5, "Passed"], [2.5, "Not Run"], [3.5, "Blocked"], [4.5, "In Progress"]]
    },
    legend: { …

我有一些数据,说(实际上,我有大量的数据):

x   y
0.1 0.267
0.2 0.254
0.3 0.182
0.4 0.173
0.5 0.121
0.6 0.089
0.7 0.070
0.8 0.056
0.9 0.031

这个数据大致遵循我用ggplot stat_smooth()绘制的趋势曲线.stat_smooth创建一个灰色区域,95%确信趋势线会落入其中.

我想要做的是在趋势线所在的周围创建一个灰色区域,假设围绕趋势线的正态分布,数据点将以95%的置信度创建一个灰色区域.

另一种说法是,我想要一个smooth_lines连接误差条的顶部和底部,并在ggplot中遮蔽.我应该怎么做呢？

谢谢.

我正在绘制一些数据(两行),我想改变行的部分的线条样式,它们之间的差异在统计上是显着的.所以,在下图中(现在链接b/c反垃圾邮件策略不允许我发布图像)我希望线条看起来不同(也许是虚线),直到它们开始收敛于35左右x轴.

线图

有办法轻松做到这一点吗？我有x轴的值,差异很大,我只是不清楚如何在某些x轴位置更改线条样式.

我的代码正在从 arduino 获取串行数据，对其进行处理，然后对其进行绘图。我使用 matplotlib 作为图形界面。每次它“绘制”时，它都会强迫人们注意它，除此之外，用户将无法看到任何东西。停止这种情况的最佳方法是什么？（除了窃取焦点外，代码工作正常）。在另一篇文章中阅读该方法后，我尝试使用 matplotlib.use('Agg') 方法，但它不起作用。（使用 MAC OS X）。

下面显示的代码是一个超级简单的数据更新图，我也有同样的问题。我没有显示我的代码，因为它在没有正确输入的情况下不可复制粘贴这是我的代码：

import matplotlib
from matplotlib import *
from pylab import *
# import math


x=[]
y=[]
def function(iteration):
    xValue=iteration#Assigns current x value
    yValue=(1./iteration)*34#Assigns current y value

    x.extend([xValue]) #adds the current x value to the x list
    y.extend([yValue]) #adds the current y value to the y list


    clf() #clears the plot

    plot(x,y,color='green') #tells the plot what to do 
    draw() #forces a draw

def main():

    for i in range(1,25): #run my function …

我正在寻找一个java绘图库,它可能和matplotlib一样好用于python.我已经做了一些关于SO问题的研究,但是很多问题都已经过时了,自从被问到这些问题以来的几年里,它们已经发生了很多变化.提出的建议导致网站表面似乎提供了良好的图书馆,但我的需求是立即的,我没有时间使用它们并找到最好的经验.

所以我要求你的经验,你们中的任何人都可以推荐一个java的图形库,因为matplotlib是python(2013年)吗？

我有一组数据要用于使用Matplotlib在极坐标中生成等高线图.

我的数据如下:

• theta - 1D角度值数组
• radius - 一维半径值数组
• value - 我想要用于轮廓的一维值数组

这些都是正确对齐的一维数组 - 例如:

theta   radius   value
30      1        2.9
30      2        5.3
35      5        9.2

也就是说,所有值都重复了足够的次数,以便三个变量的"表"的每一行定义一个点.

如何根据这些值创建极坐标轮廓图？我已经考虑过将半径和θ值转换为x和y值并在笛卡尔坐标中进行,但是轮廓函数似乎需要2D数组,我不太明白为什么.

有任何想法吗？

我正在使用 AlphaVantage API 下载数据点，然后将其转换为 pandas DataFrame。

我想使用 Plotly 用散点图/折线图绘制新的 DataFrame。在 Google Colab 中绘制这些图表时，这些图表似乎很完美，但是，我似乎无法在 PyCharm 和 Jupiter Notebook 中复制我的结果。

在 PyCharm 和 JN 中绘图时，Y 轴值绘制无序，就像图表试图创建尽可能直线一样（参见第二张图片并仔细观察 y 轴）。

这是代码和图表的简化示例：

两个实例中使用完全相同的代码

期望的结果（来自 Colab 的示例）：

PyCharm 和 JN 的结果（当前问题图）：

参见代码：

import requests
import pandas as pd
import plotly.graph_objects as go


# DATA FROM API
response = requests.get(url='https://www.alphavantage.co/query?function=TIME_SERIES_WEEKLY&symbol=IBM&apikey=demo')
response.raise_for_status()
stock_weekly = response.json()['Weekly Time Series']


# CHANGE DATA FORMAT, RENAME COLUMNS AND CONVERT TO DATETIME, FINALLY FLIP TO HAVE DATE IN ASCENDING ORDER
raw_weekly_data = pd.DataFrame(stock_weekly) …