标签: visualization

您好，您看到的问题是标题在右侧挤在一起，有什么办法可以旋转它吗？多谢。

fig = px.box(df, 'deposit_amt', color = 'class', facet_row= 'Age_Group')

我正在尝试生成辅助轴刻度标签，其颜色与 ggplot 中的主刻度标签颜色不同。

我有一个包含两组线和相应的不同 y 轴的图。正如下面的最小示例所示，我成功地使每条线+轴标签对共享共同的颜色，以将它们与另一对区分开来。但是，我希望刻度标签也共享这些颜色。

直观的方法是使用 sec.axis 和 sec_axis，但它们似乎没有提供一种方法来区分辅助轴的刻度/标签的格式与主轴的刻度/标签的格式。

有人有办法改变辅助轴刻度标签的颜色而不改变主轴的颜色吗？

library(ggplot2)

# Example data
df <- data.frame(y1 = 1:10,
           y2 = 2:11,
           x = 101:110)

# Example plot
df %>% ggplot2::ggplot() +
  geom_line(
    mapping = aes(x = x, y = y1),
    color = "black") +
  geom_point(
    mapping = aes(x = x, y = y1),
    color = "black") +
  geom_line(
    mapping = aes(x = x, y = y2),
    color = "red") +
  geom_point(
    mapping = aes(x = x, y = …

我有兴趣绘制一个实值函数f(x,y,z)=a，其中(x,y,z)是球体上的 3D 点，并且a是实数。我计算球体点的笛卡尔坐标如下，但我不知道如何可视化f每个点的值。

import plotly.graph_objects as go
import numpy as np

fig = go.Figure(layout=go.Layout(title=go.layout.Title(text=title), hovermode=False))

# Create mesh grid for spherical coordinates
phi, theta = np.mgrid[0.0:np.pi:100j, 0.0:2.0 * np.pi:100j]

# Get Cartesian mesh grid
x = np.sin(phi) * np.cos(theta)
y = np.sin(phi) * np.sin(theta)
z = np.cos(phi)

# Plot sphere surface
self.fig.add_surface(x=x, y=y, z=z, opacity=0.35)

fig.show()

我会想象/期望/喜欢这样的可视化

f此外，我还以封闭形式计算了的梯度（即，对于每个(x,y,z)我计算 的 3D 维梯度f）。有没有一种方法可以绘制这个矢量场，类似于上图所示？

又一周，另一个 Vega-lite 问题我\xc2\xb4m 转向你们。\n它\xc2\xb4s 实际上在 Deneb 中创建 KPI 卡非常容易，但是 \xc2\xb4s 让我头痛的是标记的定位。

正如您在下图中看到的那样，当增量为正时，\xc2\xb4 会将线推到视觉效果的顶部，而当增量为负时，则将线推到底部。I\xc2\xb4ve 尝试设置固定轴来解决我的问题，但这并不正确，因为您的 KPI 的增量范围大多数时候都不同。因此，我可以\xc2\xb4t 设置一个范围 [-15%,15%]，因为在 KPI 中，范围在 [-2%,2%] 之间，\xc2\xb4s 基本上创建一条平坦的线。而且我不想\xc2\xb4t想通过KPI单独设置轴KPI。

更不用说向视觉效果添加文本标签时，它可以从图片中推出。

您有什么办法可以解决这个问题吗？

多谢！

我在 pandas 中有以下数据框：

data = {
    'idx': [1,2,3,4,5,6,7,8,9,10,1,2,3,4,5,6,7,8,9,10,1,2,3,4,5,6,7,8,9,10],
    'hue_val': ["A","A","A","A","A","A","A","A","A","A","B","B","B","B","B","B","B","B","B","B","C","C","C","C","C","C","C","C","C","C",],
    'value': np.random.rand(30),
}

df = pd.DataFrame(data)

现在我想通过每个“hue_val”的“idx”来绘制一个线图，其中包含该值的累积和。因此，最终将形成三条严格向上的曲线（因为它们是正数），一条代表“A”、“B”和“C”。

我在多个来源中找到了这段代码：

sns.lineplot(x="idx", y="value", hue="hue_val", data=df, estimator="cumsum")

这并不能解决问题，因为曲线和 x 轴都是假的：

你能指出下面的查询有什么问题吗？(请复制并粘贴网址)

https://chart.apis.google.com/chart?cht=p3&chs=550x200&chd=t:970,134,57,28,51,11,6&chl=Instant(970)|Below1Min(134)|Above1MinandBelow5Min(57)|Above5MinandBelow10Min (28)| Above10MinandBelow30Min(51)| Above30MinandBelow1Hr(11)| Above1HrsandBelow3Hrs(6)

我正进入(状态

我的即时数据为970,总数为1257,即77.17%,但在图表中显示约30%.

低于1分钟数据的相同问题.这是134 (11.6%),但在图表上显示约25%

我在Google DataTable中有这些数据:

project1 | system1 | 5
project2 | system2 | 2
project1 | system1 | 5
project3 | system4 | 1

我需要合并具有相同项目和系统的行.结果将是:

project1 | system1 | 10
project2 | system2 | 2
project3 | system4 | 1

数字必须是各列中值的总和.

在DataTable中是否有一个构建方法来实现这一点,或者有人可以给我一个提示如何做到这一点,而不需要通过表格进行典型的迭代并在每一行上进行比较.

我有以下价值观:

Day 1: X11 X12 X13 X14 X15 ...
Day 2: X21 X22 X23 X24 X25 ...
Day 3: X31 X32 X33 X34 X35 ...
...
...

我可以使用每天的值来绘制不同的CDF,但有没有一种方法可以将所有日期的CDF可视化,以了解分布如何随时间变化？有没有像我可以绘制的3D变体？

实际值:

structure(list(Time = structure(c(1354348800, 1354435200, 1354521600, 
1354608000, 1354694400, 1354780800, 1354867200, 1354953600, 1355040000, 
1355126400, 1355212800, 1355299200, 1355385600, 1355472000, 1355558400, 
1355644800, 1355731200, 1355817600, 1355904000, 1355990400, 1356076800, 
1356163200, 1356249600, 1356336000, 1356422400, 1356508800, 1356595200, 
1356681600, 1356768000, 1356854400, 1356940800, 1354348800, 1354435200, 
1354521600, 1354608000, 1354694400, 1354780800, 1354867200, 1354953600, 
1355040000, 1355126400, 1355212800, 1355299200, 1355385600, 1355472000, 
1355558400, 1355644800, 1355731200, 1355817600, …

我想用kivy制作一个应用程序.我的项目的主要要求是显示交互式图(支持缩放,在数据点上悬停时显示坐标等).之前我使用的是Flask框架,我可以使用各种绘图库(如Plotly)来完成此任务.有人可以指导我,如果一些绘图库也存在kivy,那么我可以有交互式图表.

提前致谢

我的数据集

我的要求

基本上,我需要一个简单的三角形图表,其中高度是No column和Group Name in框中的值.宽度可以是任何尺寸.如果我们可以为不同的套装提供不同的颜色,那就太棒了.

我是新来的R,并试图polygon,lapply,geom_polygon,triangle,pascal triangle,ade4,pyramid和其他人,但没有成功.

此外,在R Studio中,这应该是视觉效果,而不是观看者视觉效果.