假设我们想绘制一个时间序列,例如:
import pandas as pd
import numpy as np
a=pd.DatetimeIndex(start='2010-01-01',end='2014-01-01' , freq='D')
b=pd.Series(np.randn(len(a)), index=a)
b.plot()
Run Code Online (Sandbox Code Playgroud)
结果是一个数字,其中x轴有多年作为标签,我想得到月份标签.有没有一种快速的方法(可能避免使用数十行复杂的代码调用matplotlib)?
我目前有一个轮廓图,就像这里的一样

现在我想在长度宽度平面上添加一些简单的函数图,如f(宽度)=宽度^ n等,但我不知道如何重叠这两个图.
我正在研究的一个项目有一个"老派"主题专家.他为我提供了XY轴上的重要图表.这些地块是手绘的,但非常仔细.我需要一种方法来将每个点的十进制值放入一个文件中.有了这个,我将使用matlab或octave的插值函数.
我的第一个选择是只是注视图并猜测每个点的值并将它们输入Excel或其他东西.我真的不想这样做.
在Matlab和Octave中,我知道有一个名为ginput的函数,用户可以使用该函数单击平面中的点来绘制它们.这越来越接近我想做的事情了.
为了确保最佳的准确性,我希望将中间数据库中的原始绘图放在ginput下面,就像背景图像一样.我会让ginput轴尽可能接近手绘轴,然后只需点击原始图像中的点来绘制它们.
有没有办法用Octave/Matlab做到这一点?也许另一个工具?
我已经创建了一个PCA,用于从放置在四个基板上的四个位置上收集的个体进行测量,重复三次.我有性别(男性或女性)和"核型"(三个可能类别的因素)和计算每个人的前两个PC分数.
我想制作一个情节,其中男性和女性有不同的符号,符号的颜色取决于karotype.我用下面的代码创建了一个图,它为我提供了一个符号颜色编码的三个核型,并在男性和女性周围放置了95%的置信度.
如何更改每个性别的符号并保持颜色依赖于karytype?我也想在传说中反映这一点.
最后一个问题.是否可以为每个PC(而不是每个人)添加一个箭头,类似于在排序图中找到的箭头?

样本数据:
test <- structure(list(Location = structure(c(1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L), .Label = c("Kampinge", "Kaseberga", "Molle", "Steninge"
), class = "factor"), Substrate = structure(c(1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 2L, 2L), .Label = c("Kampinge", "Kaseberga", "Molle",
"Steninge"), class = "factor"), …Run Code Online (Sandbox Code Playgroud) 为了解决(c),我想我需要一个二项分布的对数似然图.有人可以帮我在R做吗?数据和问题如下;


我想我需要这种情节:

这个问题基于我如何在R图的x轴上的日期之间提供阴影?以及如何对齐多个ggplot2图并在所有图上添加阴影。
在详细介绍之前,我希望能够压缩为遮盖许多不同部分而必须编写的代码量。我希望能够将所有这些信息放入一个代码中。
这是我的MWE:
library(ggplot2)
library(scales)
set.seed(1)
data <- data.frame(Date = seq(as.Date('2000-01-01'),
len= 23, by="1 day"),
Value = sample(1:50, 23, replace=TRUE))
rect1 <- data.frame(xmin=as.Date('2000-01-03 12:00:00'),
xmax=as.Date('2000-01-04 12:00:00'),
ymin=-Inf,
ymax=Inf)
rect2 <- data.frame(xmin=as.Date('2000-01-10'),
xmax=as.Date('2000-01-11'),
ymin=-Inf,
ymax=Inf)
rect3 <- data.frame(xmin=as.Date('2000-01-17 00:00:00'),
xmax=as.Date('2000-01-18 00:00:00'),
ymin=-Inf,
ymax=Inf)
ggplot() +
geom_line(data=data, aes(x = Date, y = Value)) +
geom_rect(data = rect1, aes(xmin = xmin, xmax = xmax, ymin = ymin, ymax = ymax), alpha = 0.4) +
geom_rect(data = rect2, aes(xmin = …Run Code Online (Sandbox Code Playgroud) 我正在尝试为数据框的每一行制作一个折线图traff。x轴表示从2006年到2012年。
最终结果应该是每行单独的图形。在下面的示例中,第一张图代表第三条线,第二张图代表第二条线(请参见下表):

我知道如何找到每一行的最大值以获取最大yaxis与:
xaxis <- colnames (traff[,(3:10)])
Run Code Online (Sandbox Code Playgroud)
但是我正在努力使每一行循环并生成一个折线图。如您所见,每个端口(a,b和c)具有三个类别(IntPass,Pass和Cruise)。
Port Category 2006 2007 2008 2009 2010 2011 2012
a IntPass 9046000 0 9579000 9683700 10404900 0 0
a Pass 270000 260000 360000 360000 342000 385000 368000
a Cruise 259 238 269 263 247 258 265
b IntPass 8249304 8222336 8692362 9015726 9107665 9177075 9050424
b Pass 0 272584 351267 437437 381141 407162 463770
b Cruise 260 255 265 293 261 263 274
c IntPass 6760000 6514294 7247366 …Run Code Online (Sandbox Code Playgroud) 我尝试plotly交互式3D绘图,它的伟大,但我发现3D旋转情节有点恼人,因为默认情况下旋转身边全是X,Y和Z轴(类似于在如谷歌地图).
是否可以仅围绕z轴旋转并上下平移摄像机视图?
所以基本上现在旋转是李群组中的SO(3).我更愿意至少选择使用SO(2)*R.
我是matlab的新手,如果问题太愚蠢,那就很抱歉.我搜索它但我无法清楚地理解这个问题.
我想使用interval int =( - 20:20),它在sin wave上有41个元素.当我绘制sin(int)时它绘制得很好,但是当我尝试绘制sin(50*int)时,即使y值必须比sin(int)有很多变化,也没有.当我改变int =( - 100:100)有201个元素时,仍然是同样错误的绘图.当我改变int =( - 10:0.1:10)时,我只采取真实情节201元素
背后的原因是什么?
我正在尝试为此图创建此布局:
layout(matrix(c(1,1,1,1,1,1,
2,2,2,3,3,3,
2,2,2,3,3,3,
2,2,2,3,3,3), nrow=4,ncol=6,byrow = TRUE))
# Set up the top chart that keeps track of the current frame/iteration
# Dress it up a little just for fun
plot(-5, xlim = c(1997,2011), ylim = c(0, .3), xlab = "", ylab = "", main = "Time",axes=F)
abline(v=1995, lwd=5, col = rgb(0, 0, 255, 255, maxColorValue=255))
# Bring back the X axis
xticks <- 1997:2011
axis(side=1, at=xticks, labels=xticks)
# Plot
plot(1:100,1:100)
plot(1:100,1:100)
Run Code Online (Sandbox Code Playgroud)
显然,后两个图不在 plot(1:100,1:100)我的真实代码中,但是我对的用法有疑问layout。为什么我在第一个情节上出现此错误?
Error in plot.new() …Run Code Online (Sandbox Code Playgroud) plot ×10
r ×5
matlab ×3
ggplot2 ×1
matplotlib ×1
octave ×1
optimization ×1
pandas ×1
pca ×1
plotly ×1
trigonometry ×1