标签: visualization

我用Google搜索了一个Tree Visualization Framework或类似的东西.我想知道我没有找到类似的东西.是否有任何(好)框架来绘制树(或其他数据结构)？它应该是C++.

这是一个问题.我想将特定的矢量字段可视化为位图.表示本身没关系,所以我已经有了一些RGB列表矩阵,如[255,255,115],但我不知道如何在屏幕上绘制它.到目前为止,我制作了数千个彩色1px矩形,但这种方法效果太慢了.我确信有更好的方法来绘制位图.

我正在寻找一个允许我可视化几何数据的Python库.没有什么极其复杂的,只是平面或空间中的一堆点以及我将产生的一些基本形状.

我看了一下这个问题及其答案,但那里的焦点似乎在于计算.

我正在接管几个带有相当复杂的build.xml文件的项目.您建议使用哪种工具来帮助我可视化所有文件的依赖项？

我找到了ant2dot.xsl和Vizant.我只想看看那里有什么其他选择以及人们喜欢什么.

我正在创建一个用于数据可视化的小工具.GUI是使用Pygtk创建的,非常简单.在用户输入文件名后,他可以按"calc"按钮查看输出.输出由pycairo呈现并呈现在gtk.DrawingArea中.

该应用程序的工作原理如下:按下该按钮时,将处理该文件,并将其内容存储在特殊类中.这个类是一个自定义容器:它与gui一起实例化,无论是空的还是填充的.DrawingArea的expose事件链接到一个绘图函数,该函数读取容器并绘制其内容.只要容器为空,DrawingArea就会为空,但在点击calc并加载文件之后,应该用我的视觉效果填充DrawingArea.

问题是:除了更新DrawingArea之外,一切正常.我无法弄清楚如何手动调用曝光.按下calc后我必须调整窗口大小才能看到结果.

更具体一点:我从教程中复制了这段代码,不知道如何自己提供参数事件:

def do_expose_event(self,event):
    # Create the cairo context
    cr = self.window.cairo_create()

    # Restrict Cairo to the exposed area; avoid extra work
    cr.rectangle(event.area.x, event.area.y,
            event.area.width, event.area.height)
    cr.clip()

    self.draw(cr, *self.window.get_size())

感谢您查看和回答.我正在使用Google Charts(TimeLine)来显示数据库中的信息.但Google图表参考仅提供图表的设置修复高度.而我想根据从数据中获得的行数来更改图表高度.所以我制作了代码:

    var graph = $('#chart_timeLine').children()[0].children[0].children[1];
    $(graph).css('height',graph.scrollHeight);
    $(graph).css('overflow-y','auto');

现在图表没有垂直滚动条,我很满意.但我发现显示时间线图表比例尺的比例尺(实际上它隐藏在图表下方,而不是显示在图表的底部).

然后我将scalebar的位置更改为绝对位置,并将其设置为图表的底部.然后它是丑陋的,因为它的高度为200px,而比例位于200px的底部,在我的图表和比例之间留下了一个巨大的空白.

有没有修复？谢谢.

我有一个功能returnValuesAtTime是返回三个lists- x_vals,y_vals和swe_vals.所有三个列表具有相同的长度,并且每个元素swe_vals对应于x-valuefrom x_vals和y-valuefrom y_vals.我希望生成一个带有图例的热图,该图例使用(x,y)坐标和swe_vals强度.

我写了以下代码:

def plotValuesAtTimeMap(t):
    x_vals,y_vals,swe_vals=returnValuesAtTime(t)
    x_points=len(x_vals)
    y_points=len(y_vals)
    xx=np.linspace(x_vals[0],x_vals[-1],x_points)
    yy=np.linspace(y_vals[0],y_vals[-1],y_points)
    fig,ax=plt.subplots()
    im=ax.pcolormesh(xx,yy,z)
    fig.colorbar(im)
    ax.axis('tight')
    plt.show()

一旦使用所获得的三个列表returnValuesAtTime(t),我带的长度x_vals和y_vals.然后我使用这些来生成用于x和y方向上的间距,是限值的第一和最后一个元素x_vals和y_vals.然后我尝试生成colormesh.但这给了我一个colormesh没有价值观的空洞.

可能出了什么问题？使用3D numpy数组而不是三个列表会解决问题吗？

每个列表的前10个元素是:

x_vals[0:10]

[439936.86573189893,
 439936.86573189893,
 439936.86573189893,
 439936.86573189893,
 439936.86573189893,
 439936.86573189893,
 439936.86573189893,
 439936.86573189893,
 439936.86573189893,
 439936.86573189893]

y_vals[0:10]

[4514018.2797159087,
 4513898.2797159087,
 4513778.2797159087,
 4513658.2797159087,
 4513538.2797159087,
 4513418.2797159087,
 4513298.2797159087,
 4513178.2797159087,
 4513058.2797159087,
 4512938.2797159087]

swe_vals[0:10]

[2.7520323,
 2.7456229, …

可以使用pydotpluspypi 来显示决策树,但它在我的机器上有问题(它说它不是用libexpat构建的,因此它只显示节点上的数字而不是带有一些信息的表)我想要使用替代方案.我已经尝试过使用networkx,但它需要pygraphviz读取.dot文件并制作它们的网络图.当我尝试使用也失败的pip安装它时.

所以现在我正在寻找一种可视化决策树的替代方法,可以使用pip或anaconda进行安装.

有哪些替代品？

编辑#1

产量conda list:

# packages in environment at /home/xiaolong/development/anaconda3/envs/coursera_ml_classification:
#
alabaster                 0.7.7                    py34_0    defaults
awscli                    1.6.2                     <pip>
babel                     2.3.3                    py34_0    defaults
backports                 1.0                      py34_0    defaults
backports-abc             0.4                       <pip>
backports.shutil-get-terminal-size 1.0.0                     <pip>
backports_abc             0.4                      py34_0    defaults
bcdoc                     0.12.2                    <pip>
boto                      2.33.0                    <pip>
botocore                  0.73.0                    <pip>
cairo                     1.12.18                       6    defaults
certifi                   2015.4.28                 <pip>
colorama                  0.2.5                     <pip>
cycler                    0.10.0                   py34_0    defaults
decorator                 4.0.9                    py34_0    defaults
docutils                  0.12                     py34_0    defaults
entrypoints               0.2 …

我在csv文件中有一个大约500个整数值的数据集,每个值在50-89之间.我试图在R中创建一个直方图,其中代表值50-65的条形是青铜色,66-74银和75-89金.我到目前为止的脚本如下:

dat1 <- read.csv("test2.csv", header=F)$V1
hist(dat1, main="Distribution of Player Ratings", xlim = c(0,99), breaks=c(seq(40,99,5)))

test2.csv的示例如下所示(非常简单)

69,
68,
67,
65,
65,
62,
59,
59,
54,

现在我的图表是(对不起,我是新的,所以我没有10个代表点) -

我的图表

为了达到前面解释的颜色指南,我需要做些什么？

注意 - 我之前发布过这个问题,但没有任何代码或我的数据集的引用.

问题:我有几天的时间序列数据,我使用Seaborn python库的sns.FacetGrid函数以facet形式绘制这些数据.在一些情况下,我发现所提到的seaborn函数nan用连续线绘制两个读数之间的连续缺失值(值).虽然matplotlib将缺失值显示为间隙,这是有道理的.一个演示示例如下

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
# create timeseries data for 3 days such that day two contains NaN values
time_duration1 = pd.date_range('1/1/2018', periods=24,freq='H')
data1 = np.random.randn(len(time_duration1))
ds1 = pd.Series(data=data1,index=time_duration1)
time_duration2 = pd.date_range('1/2/2018',periods=24,freq='H')
data2 = [float('nan')]*len(time_duration2)
ds2 = pd.Series(data=data2,index=time_duration2)
time_duration3 = pd.date_range('1/3/2018', periods=24,freq='H')
data3 = np.random.randn(len(time_duration3))
ds3 = pd.Series(data=data3,index=time_duration3)
# combine all three days series and then convert series into pandas …