标签: visualization

好吧，我可能很厚，但是我如何才能在一个漂亮的行或 2x2 网格中获得对角线（从左上到右下）中的图形：

import seaborn as sns; sns.set(style="ticks", color_codes=True)
iris = sns.load_dataset("iris")
g = sns.pairplot(iris, hue="species", palette="husl")

澄清一下：我只想要这些图表，我不在乎是否使用pairplot或其他东西。

我正在寻找Python中的任何东西，我可以用它来制作圆形的嵌套比例面积图。最好是使用 matplotlib（或在其之上）构建的东西。以下是此类图的示例，供参考：

我有一个 pandas 数据框，我想将其作为标签应用到散点图上的每个点。就数据而言，它是聚类数据，数据帧包含每个点的标签以及它属于哪个簇。将其投影到上面的散点图上会很有帮助。我尝试使用注释并出现错误。下面是我的散点图代码：

 import hdbscan
 import numpy as np
 import seaborn as sns
 import matplotlib.pyplot as plt
 import pandas as pd
 import umap 
 from sklearn.decomposition import PCA
 import sklearn.cluster as cluster
 from sklearn.metrics import adjusted_rand_score, 
 adjusted_mutual_info_score

 se1= umap.UMAP(n_neighbors = 20,random_state=42).fit_transform(data_1)

 cluster_1 = hdbscan.HDBSCAN(min_cluster_size = 15, min_samples =3).fit_predict(se1)
 clustered = (cluster_1 >=0)
 plt.scatter(se1[~clustered,0],se1[~clustered,1],c=(0.5,0.5,0.5), s=5, alpha =0.5)
 plt.scatter(se1[clustered,0], se1[clustered,1], c=cluster_1[clustered],s=5, cmap='prism');
 plt.show()

如何将 df1 （960 行 x 1 列）作为标签添加到上面散点图中的所有点？

  df1 = pd.DataFrame(cluster_1)
  plt.annotate(cluster_3,se3[clustered,0], se3[clustered,1])

*错误：“回溯（最近一次调用）：文件“”，第 1 行，文件“C:\Users\trivedd\AppData\Local\Continuum\anaconda3\lib\site-packages\matplotlib\pyplot.py”，第 2388 行，在注释中返回 gca().annotate(s, xy, *args, …

使用时sns.pairplot我有这个：

import seaborn as sns

iris = sns.load_dataset("iris")

g = sns.pairplot(iris, 
                 markers="+",
                 kind='reg',
                 diag_kind="kde",
                 plot_kws={'line_kws':{'color':'#aec6cf'}, 
                           'scatter_kws': {'alpha': 0.5, 
                                           'color': '#82ad32'}},
                 corner=True)

没有 kde 颜色的配对图：

但我需要更改绘图的对角线颜色，但是当我尝试时diag_kws，出现以下错误：

import seaborn as sns

iris = sns.load_dataset("iris")

g = sns.pairplot(iris, 
                 markers="+",
                 kind='reg',
                 diag_kind="kde",
                 plot_kws={'line_kws':{'color':'#aec6cf'}, 
                           'scatter_kws': {'alpha': 0.5, 
                                           'color': '#82ad32'}, 
                           'diag_kws': {'color': '#82ad32'}},
                 corner=True)

TypeError: regplot() got an unexpected keyword argument 'diag_kws'

我有一个数据框，一列中有 4 个不同的值，我需要为每个值设置自定义颜色。

以下是样本数据

val,cluster
118910.000000,3
71209.000000,2
25674.666667,0
109267.666667,3
8.000000,1

下面是代码。

fig = px.histogram(types, x="val",color='cluster')
fig.show()

types 是给定数据中的数据框名称

当我想我得到默认颜色。相反，我需要得到

0：红色

2：蓝色

1：紫色

3：绿色

如何在 python 中为直方图设置自定义颜色

任何人都可以帮忙吗？

到目前为止，在我的许多图像中，我一直在使用 viridis 调色板 - 选项 G（或 Mako）。

我一直在使用函数从调色板中进行选择，例如scale_fill_viridis_d(option = "G").

但是，我想从这个调色板中采样，因此我想确定底层的颜色代码。

谁能告诉我如何识别 Mako/Option G 的代码。到目前为止，下面的功能还没有起作用。

将不胜感激所有的帮助。

#NOT WORKED. 
#I TRIED EXPANDING PARAMETER VALUES/CHANGING 'VIRIDIS' FUNCTION. YET, NO SUCCESS.  

library(viridis)
library(scales)
show_col(viridis_pal()(12))

我有 100 个值，我想以某种方式将它们可视化。

sorted <- sort(rnorm(100000))
dots <- c(rep(0, 100))
for (i in (1:100)){
  dots[i] <- sorted[i*1000-500]
}
plot(data.frame(dots, 1))

然而，这有许多相互重叠的小圆圈。因此，我想上下移动圆圈（而不是横向移动），使它们不再重叠。事实上，我希望这些圆圈甚至不互相接触。（因此，需要某种最小距离。）此外，我希望所有内容都尽可能接近原始内容。（我不是在寻找一些随机抖动。）

看起来像这样的东西（尽管这个例子没有完美优化）：

这需要某种优化，我怀疑某些现有库可能已经提供了这种优化。

问题：哪个图书馆可以有这样的例程？

使用:http://code.google.com/apis/chart/interactive/docs/gallery/linechart.html#Loading

没有任何选项可以将y轴放在图表的右侧？真的？!:P

有谁知道如何做这样一个'激进'的事情？图表API可以让你这样做,但不是可视化？

谢谢你.

如何从命令行在MATLAB中将图形旋转到XY,XZ或YZ？

我想使用matlibplot.pyplot生成散点图,并且很多点都是重复的.因此,当我使用pyplot.scatter方法绘制图形时,很多点都在一个点上透支.为了考虑该位置上的点数,我认为我需要设置不同的点大小,如果该点包含更多数据点,则需要设置更大的圆.

有人可以给我一个如何做到这一点的指针？谢谢!