标签: visualization

我正在尝试异步添加谷歌可视化,但我遇到了问题.我把它缩小到google.load导致问题.当google.load部分js运行时,我得到一个空屏幕/ dom.任何人都知道我做错了什么.

我也试过使用google.setOnLoadCallback,我得到了相同的结果.

任何帮助都会很棒

相关代码:

    $(document).ready(function () {
google.load('visualization', '1', { 'packages': ['geomap'] }, { 'callback': drawVisualization });


                function drawVisualization() {
                   $.ajax({
                        type: "POST",
                        data: "{'monitorId':'" + monitor + "','monitorName':'" + name + "','context':'" + context + "'}",
                        dataType: "json",
                        url: "WebService.asmx/LoadMonitorToolGeo",
                        contentType: "application/json; charset=utf-8",
                        processData: true,
                        success: function (msg) {

                            var obj = jQuery.parseJSON(msg.d);


                            // $(msg.d).hide().appendTo("#sortable").fadeIn();
                            $("#" + obj.context).find(".toolContent").hide().html(obj.data).fadeIn();

                            DrawWorldMap(obj.map, obj.context);

                        },
                        error: function (req, status, error) {

                        },
                        complete: function (req, status) {


                        }
                    });



function DrawWorldMap(response, id) …

我对用Python编写音乐可视化器感兴趣.

第一个问题是如何从音乐中获取信息？像音量,频率,转速等等从哪里来？从声卡或实际的音乐文件？

我的猜测来自声卡,但我如何访问声卡和所需信息？最好是以平台独立的方式(Linux是必须的).我已经阅读了一些关于傅里叶变换的内容,但我不确定这是否是最好的方法.

我想过使用OpenGL进行可视化,但我仍然愿意接受建议.

我已经查看了那些wikipages,但还没有找到答案:http : //wiki.python.org/moin/Audio/
http://wiki.python.org/moin/PythonInMusic

我看过Graphviz资源页面,问题1和2仍然找不到具体的答案.我的用例是浏览软件组件(例如可安装软件包)之间的依赖关系,其中一个特定特征是一些公共节点是许多边缘的目标.例如,几乎每个可执行包都依赖于libc.

根据这个特点,我想让查看器/库具有以下功能:

1. 使用Graphviz"点"布局算法(强制布局算法,在不同的库中很多,不能为讨论的用例提供良好的布局质量).
2. 以交互方式禁用/重新启用图中的某个节点(上面的libc示例).
3. 以交互方式禁用/重新启用特定节点的所有边缘(例如,libpng依赖于libz,但这很明显,并且可以禁用以使视图不混乱).
4. 在某个节点重新生成根图(显示只有从该节点可到达的节点的子图),并"缩小"以完成图形.

理想情况下,这将是一个Javascript库,可以轻松实现更复杂的操作功能.重要的是,如上所述的基本观看行为是开箱即用的 - 再次,我找不到类似的东西,许多解决方案是静态观看者,或"自由形式编辑器"允许拖动节点,但不是足够高水平和有用的行为.

最后,如果不存在这样的解决方案,欢迎提出实施这些功能的最佳框架的建议.

我正在尝试使用Google Data Studio自动化工作流程。要求很简单 - 我需要能够以编程方式复制模板化报告（从 Python/Java 应用程序）并为该报告导入/设置数据源（Google Sheets 文档）。没有什么更奇特的了（没有可视化创建、格式化或任何图形等）。

此处、此处和此处的来源（后两个需要 Google Cloud Console 帐户）表明 API 确实存在（并详细说明了访问它的设置过程）。然而，在完成此设置过程后，我找不到任何功能的详细信息或文档，因此无法继续进行。

谁能权威地说明是否：

1. GDS有API功能吗？和

2. 如果没有，有计划开发吗？（因为上面的谷歌链接表明存在，我想知道这是否意味着它在不久的将来正在酝酿中）。

我能找到的唯一直接相关的帖子是这里和这里。第一个建议不存在，但没有考虑到我上面提供的谷歌链接，该链接表明存在；第二个并没有真正涵盖相同的用例，因此没有提供适用于此处的答案。

仅供参考 - 我在这里发布了一篇 Google 社区论坛帖子，询问了基本相同的问题。

如果有人能够提供帮助，我们将不胜感激:)非常感谢您的时间和帮助！:)

是否有任何实用程序可以绘制subversion repo的合并历史图片 - 我们总是提交与(相当)一致的日志消息合并,并且能够自动将此信息提取到单个图片中是很方便的显示何时发生分支,以及合并的状态.

我只是对一个信息工具感兴趣,而不是帮助实际执行合并.

大型复杂的make文件可能令人生畏,无法阅读和检查.哪些工具可用于可视化或以其他方式检查gnu make文件？

我刚刚开始使用R,并开始制作图表.我知道至少有三种不同的绘图包,标准的,ggplot2和格子.

这些包装是否具有互补性,或者它们是否覆盖相同的基础？如果它们是互补的,我什么时候使用它们？如果它们覆盖相同的地面,我应该作为一个新的R用户,将我的精力投入到掌握中？

我们如何绘制2D数学向量matplotlib？有没有人有这方面的例子或建议？

我有几个矢量存储为2D numpy数组,我想将它们绘制为有向边.

要绘制的向量构造如下:

import numpy as np
# a list contains 3 vectors;
# each list is constructed as the tail and the head of the vector
a = np.array([[0, 0, 3, 2], [0, 0, 1, 1], [0, 0, 9, 9]]) 

编辑:

我刚刚添加了tcaswell对输出感兴趣的人的最终答案的图,并想用matplotlib绘制2d向量:

我的数据看起来像这样:

1000    13  75.2
1000    21  79.21
1000    29  80.02
5000    29  87.9
5000    37  88.54
5000    45  88.56
10000   29  90.11
10000   37  90.79
10000   45  90.87

我想使用第一列作为x轴标签,第二列作为y轴标签,第三列作为z值.我希望以这种方式显示表面.做这个的最好方式是什么？我试过Excel,但实际上并没有得到任何结果.有没有人对工具有什么建议呢？有谁知道如何在Excel中执行此操作？

谢谢

我有一个神经网络,其组织如下:

conv1 - pool1 - local reponse normalization (lrn2) - conv2 - lrn2 - pool2 -
conv3 - pool3 - conv4 - pool4 - conv5 - pool5 - dense layer (local1) - 
local2 - softmax

在查看了tensorboard的发行版之后,我得到了以下内容:

下图是激活随时间的输出.

因此,从损失数字来看,很明显网络正在学习.此外,所有的偏见都表明它们是学习的结果.但是重量怎么样,看起来它们没有随时间变化？我从它的数字中得到的是合乎逻辑的吗？请注意,我只在图表中发布了权重和偏差的图像子集.所有重量的数字都与我在这里所呈现的数字类似,同样对于偏见似乎学习了偏见,而重量则没有!

以下是我构建图表的方法:

# Parameters
learning_rate = 0.0001
batch_size = 1024
n_classes = 1  # 1 since we need the value of the retrainer.

weights = {
    'weights_conv1': tf.get_variable(name='weights1', shape=[5, 5, 3, 128], dtype=tf.float32,
                        initializer=tf.contrib.layers.xavier_initializer_conv2d(uniform=False, dtype=tf.float32)),
    'weights_conv2': tf.get_variable(name='weights2', shape=[3, 3, 128, …