标签: orthogonal

我想强制点只显示节点之间的垂直或水平边缘.

我发现了一个类似的请求,使用Dot/GraphViz发布了Family树布局,但我没有处理树,所以我希望有一个解决方案,而不插入额外的节点...

如果我构建以下图表:

digraph G {

    splines=ortho

    A [ shape=box ]
    B [ shape=box ]
    C [ shape=box ]
    D [ shape=box ]

    A -> B
    A -> C

    B -> D
    C -> D

}

我得到的是这个:

但我想要一个像这样的图表:

我怎样才能得到这样的渲染？

编辑:"splines"属性似乎没有按预期工作......有没有我做错了？

有没有一种方法可以调用在python中创建一个随机的标准正交矩阵？可能使用numpy？或者有没有办法使用多个numpy方法创建一个正交矩阵？谢谢.

我最近认为从OpenGL提供的旧(已弃用)功能切换是一个好主意,例如矩阵运算和固定功能管道.

我使用GLM作为我的矩阵库来简化一些事情.问题是它可能导致了比简化更多的问题......

透视投影与我的着色器和设置工作正常,但当我尝试切换到正交时,一切都崩溃了.我的观点和简单的四边形不会显示.当我使用旧的OpenGL矩阵时,事情又开始了.

我把它缩小到投影矩阵.以下是我的称呼方式:

glm::mat4 projMat = glm::ortho( 0, 400, 0, 400, -1, 1 );

我把它与opengl提供的那个进行比较一旦被称为"

glOrtho( 0, 400, 0, 400, -1, 1 );

唯一的区别是[0] [0]元素和[1] [1]元素(据我所知,它们分别等于"2 /宽度"和"2 /高度").从OpenGL矩阵中,值就是这样!但是在glm矩阵上,值为0.

在我调用glm :: ortho后,我手动切换了glm矩阵中的值,一切都恢复了!

所以我的问题是:glm :: ortho()函数真的坏了,还是我只是用错了？

与python同情:

from sympy import sqrt
from sympy.physics.quantum import Bra,Ket,qapply
superpos = (Ket('Dead')+Ket('Alive'))/sqrt(2)
d = qapply(Bra('Dead')*superpos)

它给:

sqrt(2)*<Dead|Alive>/2 + sqrt(2)*<Dead|Dead>/2

如何将'Dead'和'Alive'设置为正交状态,以便d.doit()给出:

sqrt(2)/2

(我只能这样做:

d.subs(Bra('Dead')*Ket('Dead'),1).subs(Bra('Dead')*Ket('Alive'),0)

但我相信有更好的方法)

我想知道Java是否正交,如果是,那么它的哪些特性使它正交.如何判断语言是否正交？例如,我在某些网站上发现C++不是正交的,但没有解释,为什么不.还有哪些其他语言正交？请帮助我,因为互联网上几乎没有关于这个主题的信息.

谢谢

我正在使用graphviz,并希望使用splines = ortho.问题是边缘不尊重端口,因此无法分析图形.

digraph G{
splines= ortho;

A [shape = box, label =<
                <TABLE BORDER="0" CELLBORDER="0" CELLSPACING="1"
CELLPADDING="2">
                <TR> <TD COLSPAN = "3"> A </TD></TR>

                <TR><TD PORT="1" BORDER = "1"> 1 </TD>
                        <TD ></TD>
                        <TD PORT="2" BORDER = "1"> 2 </TD>
                    </TR>
                </TABLE>>];

B [shape = box, label =<
                <TABLE BORDER="0" CELLBORDER="0" CELLSPACING="1"
CELLPADDING="2">
                <TR> <TD COLSPAN = "3"> B </TD></TR>

                <TR><TD PORT="1" BORDER = "1"> 1 </TD>
                        <TD ></TD>
                        <TD PORT="2" BORDER = "1"> 2 </TD>
                    </TR> …

我理解链接列表是什么,但我的问题是什么是正交链表？我在网上搜索但找不到任何有用的信息.我正在学习C++中的喜欢列表,如果有任何与链表相关的好书,请提及它们.

背景

使用graphviz创建组织结构图.

问题

默认情况下,dot创建以下图表:

所需的输出结合边缘,使它们重叠,与弯头连接:

源代码

以下源代码生成有问题的图表:

digraph G {
  splines = ortho;
  concentrate = true;

  node [shape="box", style="rounded", penwidth = 2];
  edge [color="#142b30", arrowhead="vee", penwidth = 2];

  {
    rank = same
    "1";
    "2";
    "3";
    "4";
  }

  "Main Node" -> "1";
  "Main Node" -> "2";
  "Main Node" -> "3";
  "Main Node" -> "4";

  {
    rank = same
    "5";
    "6";
    "7";
  }

  "1" -> "5";
  "1" -> "6";
  "1" -> "7";
}

题

如何dot在曼哈顿布局中创建正交的肘关节边缘？

思路

我曾尝试各种组合sametail …

我一直在四处寻找,似乎无法找到我正在寻找的东西.我发现了"规范公式",但是使用这些公式的最佳方法是什么？我必须缩小每个顶点？ 或者,还有更好的方法？

一个公式真的可以帮助我,但我也在寻找关于相对于观众位置的近和远z平面的解释

我使用函数对我拥有的数据进行了线性回归lm.一切正常(没有错误信息),但我对结果感到惊讶:我的印象是R"错过"一组积分,即截距和斜率不是最合适的.例如,我指的是坐标x = 15-25,y = 0-20处的点群.

我的问题:

• 是否有一个函数来比较拟合与"预期"系数和"lm计算"系数？
• 编码时我犯了一个愚蠢的错误,导致lm这样做吗？

以下是一些答案:x和y的附加信息

x和y都是疾病症状的视觉估计.两者都存在同样的不确定性.

数据和代码在这里:

x1=c(24.0,23.9,23.6,21.6,21.0,20.8,22.4,22.6,
     21.6,21.2,19.0,19.4,21.1,21.5,21.5,20.1,20.1,
     20.1,17.2,18.6,21.5,18.2,23.2,20.4,19.2,22.4,
     18.8,17.9,19.1,17.9,19.6,18.1,17.6,17.4,17.5,
     17.5,25.2,24.4,25.6,24.3,24.6,24.3,29.4,29.4,
     29.1,28.5,27.2,27.9,31.5,31.5,31.5,27.8,31.2,
     27.4,28.8,27.9,27.6,26.9,28.0,28.0,33.0,32.0,
     34.2,34.0,32.6,30.8)

y1=c(100.0,95.5,93.5,100.0,98.5,99.5,34.8,
     45.8,47.5,17.4,42.6,63.0,6.9,12.1,30.5,
     10.5,14.3,41.1, 2.2,20.0,9.8,3.5,0.5,3.5,5.7,
     3.1,19.2,6.4, 1.2, 4.5, 5.7, 3.1,19.2, 6.4,
     1.2,4.5,81.5,70.5,91.5,75.0,59.5,73.3,66.5,
     47.0,60.5,47.5,33.0,62.5,87.0,86.0,77.0,
     86.0,83.0,78.5,83.0,83.5,73.0,69.5,82.5,78.5,
     84.0,93.5,83.5,96.5,96.0,97.5)   



## x11()
plot(x1,y1,xlim=c(0,35),ylim=c(0,100))

# linear regression
reg_lin=lm(y1 ~ x1)
abline(reg_lin,lty="solid", col="royalblue")
text(12.5,25,labels="R result",col="royalblue", cex=0.85)
text(12.5,20,labels=bquote(y== .(5.26)*x - .(76)),col="royalblue", cex=0.85)

# result I would have imagined
abline(a=-150,b=8,lty="dashed", col="red")
text(27.5,25,labels="What I think is better",col="red", cex=0.85)
text(27.5,20,labels=bquote(y== .(8)*x - .(150)),col="red", cex=0.85)