标签: visualization

我正在研究Linux内核中的一些非常长的函数(链接,链接).

对于那项研究,我想使用一些代码流可视化工具,它可以绘制一个图形,其中每个顶点是一个决策点,每个边缘是一段以后续方式运行的代码.

你知道任何可以直观化C代码的开源项目吗？

我需要可视化具有以下属性的相对较大的图形(6K节点,8K边缘):

• 不同的集群.每个群集大约50-100个节点,群集级别具有适度的互连性
• 群集之间的最小(每个群集5-10个群集间边缘)互连

让全局边缘重叠=由于直接可视化集群的图形而导致的边缘重叠= {A,B,C,D,E},边缘= { 那些集群的五角星,顺便说一下是非平面的并且肯定会产生边缘如果直接画出来重叠}

让局部边缘重叠=上面但{A,B,C,D,E}只是节点.

我需要以满足以下要求的方式用上述方式可视化图形

• 没有全局边缘重叠(即由群集间属性引起的边缘重叠不正常)
• 群集中的局部边缘重叠很好

任何人都有关于如何最好地使用上述要求可视化图形的想法？

我提出的处理全局边缘重叠的一个解决方案是确保在可视化期间,群集A在另一个群集(B)中最多只能有1个直接边缘.群集A - > C,A - > D,...之间的任何其他群集间边缘都断开连接,其他节点/边缘A - > A_C,C - > C_A,A - > A_D,D - > D_A ...被创造了.

有人有什么想法？

我希望显示一个图表(网络图,而不是图表)并显示其随时间的变化.是否有标准或最佳方式来执行此操作,或任何类型的"网络差异"工具？

我正在寻找所涉及的总体布局决策的概述,即一系列选项和权衡取舍,以及存在这些决策的最佳实践指南.

我正在尝试自学3D图形,但我无法想象所涉及的3D矢量.

有没有可用于可视化3D矢量的好软件？

例如,现在我正在学习相机变换,如果我可以轻松地绘制右/上/外观/眼睛矢量,那就太好了.

我已经尝试了Grapher.app和gnuplot,但是很难在Grapher.app中输入点数,而gnuplot似乎无法锁定纵横比.

我有一个名为Node的类

class Node:
   def __init__(self,name, childList, parentList):
      self.name = name
      # a list of all nodes which are children of this node
      # may have length 0 to many
      self.childList = childList 
      # a list of all nodes which are parents of this node
      # may have length 0 to many
      self.parentList = parentList

我有一个节点列表(nodeList).这些节点可以在彼此的父列表或子列表中.我希望能够将他们的childLists和父代列表中指定的节点之间的关系可视化到stdout上(作为ASCII绘图).

例如,下面的名称是nodeList中节点的名称.

                           Classifier
                                |
                                |
                         FeatureCombiner
                          /           \
                         /             \
                        /               \
               FeatureGenerator1     FeatureGenerator2
                      \                     /
                       \                   /
                        \                 /
                         \               /
                          \             /
                           \           / …

在发布新的geomap软件包版本后,我似乎在使用geomap进行德国地区时遇到了问题.在升级之前,一切似乎都很好.问题是,如果我试图展示DE-BE(柏林)和DE-BB(勃兰登堡)地区 - 柏林地区没有显示.如果我删除DE-BB区域,或者用其他任何德国区域替换它,例如,DE-BY(拜仁)它可以正常工作!

请在下面找到测试代码:

google.load('visualization', '1.1', {packages: ['geomap']});

function drawVisualization() {
      var data = new google.visualization.DataTable();
      data.addRows(2);
      data.addColumn('string', 'Country');
      data.addColumn('number', 'Popularity');
      data.setValue(0, 0, 'DE-BE');
      data.setValue(0, 1, 200);
      data.setValue(1, 0, 'DE-BB');
      data.setValue(1, 1, 300);

      var geochart = new google.visualization.GeoMap(document.getElementById('visualization'));

      var options = {};
      options['dataMode'] = 'regions';
      options['region'] = 'DE';

      geochart.draw(data, options);
    }

google.setOnLoadCallback(drawVisualization);

你能否向我提供可能出错的任何支持或想法？是否可以包含旧版本的geomap软件包进行测试？

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.

我正在使用dendextend在R中绘制Tanglegrams.我想知道是否有可能使用多个子图par(mfrow = c(2,2))？

我似乎无法弄明白.

谢谢

library(dendextend)
dend15 <- c(1:5) %>% dist %>% hclust(method = "average") %>% as.dendrogram
dend15 <- dend15 %>% set("labels_to_char")
dend51 <- dend15 %>% set("labels", as.character(5:1)) %>% match_order_by_labels(dend15)
dends_15_51 <- dendlist(dend15, dend51)

par(mfrow = c(2,2))
tanglegram(dends_15_51)
tanglegram(dends_15_51)
tanglegram(dends_15_51)
tanglegram(dends_15_51)

我以前经历过使用Kibana.不过这一次,我想尝试使用Grafana.我的经验能保证我能轻松学习Grafana吗？或者与Kibana有很大的不同？

如果我错了请纠正我,但到目前为止,根据我的研究,两者都是日志.Grafana更像是可视化,而Kibana则用于搜索日志; 这是正确的吗？

所有，

我正在尝试使用subplots函数和Seaborn库来绘制两个Factorplots 。我可以使用下面的代码分别绘制两个图。但是，seaborn正在实际图下方生成额外的图（请参见下图）。有没有一种方法可以避免seaborn生成多余的空图？我试图plt.close摆脱地块，但不幸的是，它只是关闭了1个地块。此外，我试图将图例移出地块并在地块旁边显示图例。有没有简单的方法可以做到这一点。我尝试legend_out使用seaborn包装提供的产品，但是没有用。

我的代码：

f,axes=plt.subplots(1,2,figsize=(8,4))

sns.factorplot(x="borough", y="pickups", hue="borough", kind='bar', data=n, size=4, aspect=2,ax=axes[0])

sns.factorplot(x="borough", y="pickups", hue="borough", kind='bar', data=low_pickups, size=4, aspect=2,ax=axes[1])
plt.close(2)
plt.show()

以上代码的输出：

注意：我是python的新手，请在您的代码中提供解释。

数据帧的输出

#n dataframe
{'borough': {0: 'Bronx', 1: 'Brooklyn', 2: 'EWR', 3: 'Manhattan', 4: 'Queens', 5: 'Staten Island', 6: 'Unknown'}, 'pickups': {0: 50.66705042597283, 1: 534.4312687082662, 2: 0.02417683628827999, 3: 2387.253281142068, 4: 309.35482385447847, 5: 1.6018880957863229, 6: 2.0571804140650674}}
#low_pickups dataframe
{'borough': {2: 'EWR', 5: 'Staten Island', 6: 'Unknown'}, 'pickups': …