标签: visualization

我对 Android 比较陌生，但我希望为我的应用程序使用交互式图表工具。我在一些论坛上阅读过有关使用 Google 图表在我的应用程序中的网络视图中显示的内容，但据我发现，这仅显示静态图像。有谁知道是否有一种方法可以在 Android 中显示图表并使其具有交互性？我正在开发 4.0，据我所知它确实支持 SVG。或多或少，我只是在尝试让它发挥作用之前寻找确认这是可能的。任何关于如何做到这一点的建议也很好。谢谢！

我有一个包含一些数据的数据框（名称、amount_x、amount_y 和“diff”列，用于减去 X 和 Y 数量。

我想对单元格进行着色，其中“diff”是正数（并将其设置为绿色），如果是负数，则将其设置为红色）？

这可能吗？

在 中[R]，您可以像这样可视化随机森林的结果（图像无耻地从互联网上窃取）。Python 中的等价物是什么？我可以使用 获得 sklearn 随机森林分类的​​结果feature_importances_，但我想知道他们将结果发送到哪个方向。我意识到在森林深处我无法检查每个分支，但也许它可以权衡概率？谢谢。

我希望以下代码仅设置绘图 y 范围的上限，但下限也莫名其妙地设置为 0：

import bokeh.plotting as bkp
import numpy as np

bkp.output_file("/tmp/test_plot.html")
fig = bkp.figure(y_range=[None, 100]) # plot y range: 0-100
# fig = bkp.figure() # plot y range: 50-100
fig.line(np.linspace(0, 1, 200), np.random.random(200)*50+50) # number range: 50-100
bkp.save(fig)

为什么会出现这种情况？仅设置 1 个范围界限的最简单方法是什么？

我需要模拟一个仓库，其中有几辆自动驾驶车辆在给定的布局上移动，并具有简单的优先级规则。根据我的理解，这个问题可以通过离散事件模拟 (DES) 轻松解决，我会使用SimPy来解决这个问题。

我看到的问题是，我似乎很难想象这些车辆的实际轨迹和相互作用。当然，我可以记录所有时期内所有车辆的所有位置，但是如何继续创建可视化呢？

最愚蠢的方法是创建一百万张图片，但必须有更好的方法。是否有任何库或工具可以通过在背景之前移动符号来可视化网格上对象的移动？

另一种选择是使用基于代理的方法和AnyLogic这样的软件，但这对我来说似乎更复杂，我想应用 DES 方法，最好使用开源软件。

library(tidyverse)
## make data
set.seed(3)
dat <- matrix(runif(100, 0, 1), ncol=10)

## reshape data (tidy/tall form)
dat2 <- dat %>%
  tbl_df() %>%
  rownames_to_column('Var1') %>%
  gather(Var2, value, -Var1) %>%
  mutate(
    Var1 = factor(Var1, levels=1:10),
    Var2 = factor(gsub("V", "", Var2), levels=1:10)
  )

## plot data
frames <- data.frame(Var1 = c(1, 1, 3, 4),
                     Var2 = c(8, 10, 3, 2))
ggplot(dat2, aes(Var1, Var2)) +
  geom_tile(aes(fill = value)) + 
  geom_text(aes(label = round(value, 1))) +
  scale_fill_gradient(low = "white", high = "red") +
  geom_rect(data=frames, size=1, fill=NA, …

由于某些限制，我无法使用 graphviz 、 webgraphviz.com 来可视化决策树（工作网络与其他世界关闭）。

问题：是否有一些替代实用程序或一些 Python 代码用于至少非常简单的可视化可能只是决策树的 ASCII 可视化（python/sklearn）？

我的意思是，我可以特别使用sklearn：tree.export_graphviz()，它生成具有树结构的文本文件，可以从中读取一棵树，但是通过“眼睛”来完成它并不令人愉快......

PS注意一点

graph = pydotplus.graph_from_dot_data(dot_data.getvalue())  
Image(graph.create_png())

不会工作，因为 create_png 隐式使用 graphviz

我正在使用scikit-learn 中的DecisionTreeClassifier对一些多类数据进行分类。我发现很多帖子描述了如何显示决策树路径，例如这里，这里和这里。然而，它们都描述了如何显示训练数据的树。这是有道理的，因为export_graphviz只需要一个合适的模型。

我的问题是如何可视化测试样本上的树（最好通过export_graphviz）。即，在拟合模型clf.fit(X[train], y[train])，然后预测测试数据的结果之后clf.predict(X[test])，我想可视化用于预测样本的决策路径X[test]。有没有办法做到这一点？

编辑：

我看到可以使用Decision_path打印路径。如果有一种方法可以获取DOT输出来export_graphviz显示它，那就太好了。

当我从下拉列表中选择一组节点时，我希望也突出显示距离最近的一度节点。目前，仅突出显示组中的节点。

我认为程度= 1的highlightNearest会有所帮助，但这似乎只影响选择单个节点的情况，而不影响选择组的情况。

library(visNetwork)
nb <- 10
nodes <- data.frame(
  id = 1:nb, label = paste("Label", 1:nb),
  group = sample(LETTERS[1:3], nb, replace = TRUE), value = 1:nb,
  title = paste0("<p>", 1:nb, "<br>Tooltip !</p>"), stringsAsFactors = FALSE
)

edges <- data.frame(
  from = c(8, 2, 7, 6, 1, 8, 9, 4, 6, 2),
  to = c(3, 7, 2, 7, 9, 1, 5, 3, 2, 9),
  value = rnorm(nb, 10), label = paste("Edge", 1:nb),
  title = paste0("<p>", 1:nb, "<br>Edge Tooltip !</p>")
) …

我尝试在真实地图上显示数据（数据应该在加拿大安大略省内）：我有一个包含两列的 .csv 文件，A 和 B，A 是邮政编码，B 是其关联值（整数，1 到 5） ，我想找到 A 映射到的区域并根据关联值为其着色。例如。邮政编码 P0G、P0A（加拿大邮政编码的前 3 位数字，代表一个区域）与关联值 2 和 5，我想在真实的这两个区域上显示不同的颜色（可能 2 为绿色，5 为红色）地图。

我不知道该怎么做，也许使用Python或一些网站服务或一些API？我以前没有在真实地图上可视化数据的经验。

我上面描述的问题是一个简化版本。实际问题有更多列（域），每一行一个邮政编码，我需要|domains|为每个域生成一定数量的图表/地图。但我想一旦我知道如何做一个领域，那么我应该能够做所有的事情。

我尝试使用一些在线分析工具，例如 SimplyAnalytics，但没有弄清楚如何同时显示具有不同颜色的多个区域。我尝试搜索类似的问题，但似乎由于最终目标和数据格式不同，因此代码/方法的更改可能会有很大差异。

谢谢！！！

一些示例数据将是：