小编ves*_*and的帖子

在JupyterLab和Jupyter Notebook中，您都可以使用ctrl + Enter以下命令执行单元：

码：

print('line 1')
print('line 2')
print('line 3')

单元格和输出：

但是，你怎么能运行只 line 2？甚至在不运行整个单元的情况下选择单元中的线？当然，您可以只插入带有单行或选择的行的单元格，但这确实非常麻烦并且很快。那么，有没有更好的方法可以做到这一点？

我已经实现了简单的代码来gradient boosting regression (GBR)预测one output并且效果很好，但是当我尝试预测时two outputs出现错误，如下所示：

ValueError                                Traceback (most recent call last)
<ipython-input-5-bb1f191ee195> in <module>()
      4          }
      5 gradient_boosting_regressor = ensemble.GradientBoostingRegressor(**params)
----> 6 gradient_boosting_regressor.fit(train_data,train_targets)
      7 # 'learning_rate': 0.01

D:\Anoconda\lib\site-packages\sklearn\ensemble\gradient_boosting.py in fit(self, X, y, sample_weight, monitor)
    977 
    978         # Check input
--> 979         X, y = check_X_y(X, y, accept_sparse=['csr', 'csc', 'coo'], dtype=DTYPE)
    980         n_samples, self.n_features_ = X.shape
    981         if sample_weight is None:

D:\Anoconda\lib\site-packages\sklearn\utils\validation.py in check_X_y(X, y, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, multi_output, ensure_min_samples, …

我想用 R 中的绘图来表示以原点为根的 2D 向量。此外，我想根据分类变量为向量着色。问题是我可以创建颜色编码但没有箭头的线条：

library(plotly)
library(dplyr)

v <- c(1, 1)
b1 <- c(1, 0)
b2 <- c(0, 1)
df <- data.frame(
  x = c(v[1], b1[1], b2[1]),
  y = c(v[2], b1[2], b2[2]),
  is_basis = c(FALSE, TRUE, TRUE)
)
df %>% 
  plot_ly(x = ~x, y = ~y, color = ~is_basis) %>%
  add_segments(xend = ~x, yend = ~y, x = 0, y = 0, colors = c("red","black"))

或者使用箭头但不使用颜色编码：

df %>% 
  plot_ly(x = ~x, y = ~y, color = ~is_basis) %>%
  add_annotations(x = …

我正在尝试将趋势线添加到绘制的条形图中plotly

代码：

import plotly.express as px

fig = px.bar(count, x="date", y="count",trendline="ols")

fig.update_layout(
    xaxis_title="Date",
    yaxis_title = "Count"
)

fig.show()

错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-129-8b01de219d3c> in <module>
----> 1 fig = px.bar(count, x="date", y="count",trendline="ols")
      2 
      3 fig.update_layout(
      4     xaxis_title="Date",
      5     yaxis_title = "Count"

TypeError: bar() got an unexpected keyword argument 'trendline'

这是数据

如何成功地将趋势线添加到该图中？

我喜欢使用 Plotly 来可视化所有内容，我试图通过 Plotly 来可视化混淆矩阵，这是我的代码：

def plot_confusion_matrix(y_true, y_pred, class_names):
    confusion_matrix = metrics.confusion_matrix(y_true, y_pred)
    confusion_matrix = confusion_matrix.astype(int)

    layout = {
        "title": "Confusion Matrix", 
        "xaxis": {"title": "Predicted value"}, 
        "yaxis": {"title": "Real value"}
    }

    fig = go.Figure(data=go.Heatmap(z=confusion_matrix,
                                    x=class_names,
                                    y=class_names,
                                    hoverongaps=False),
                    layout=layout)
    fig.show()

结果是

如何在相应的单元格内显示数字而不是悬停，像这样

抱歉，帖子太长了。我是 python 和 plotly 的新手，所以请耐心等待。

我正在尝试制作带有趋势线的散点图，以向我展示包括回归参数在内的图例图例，但出于某种原因，我不明白为什么px.scatter不向我展示我的轨迹图例。这是我的代码

fig1 = px.scatter(data_frame = dataframe,
             x="xdata",
             y="ydata",
             trendline = 'ols')

fig1.layout.showlegend = True
fig1.show()

这会显示散点图和趋势线，但即使我试图覆盖它也没有图例。

我曾经pio.write_json(fig1, "fig1.plotly")将它导出到 jupyterlab plotly 图表工作室并手动添加图例，但即使我启用了它，它也不会显示在图表工作室中。

我打印了变量print(fig1)以查看发生了什么，这是（部分）结果

(Scatter({
    'hovertemplate': '%co=%{x}<br>RPM=%{y}<extra></extra>',
    'legendgroup': '',
    'marker': {'color': '#636efa', 'symbol': 'circle'},
    'mode': 'markers',
    'name': '',
    'showlegend': False,
    'x': array([*** some x data ***]),
    'xaxis': 'x',
    'y': array([*** some y data ***]),
    'yaxis': 'y'
}), Scatter({
    'hovertemplate': ('<b>OLS trendline</b><br>RPM = ' ... ' <b>(trend)</b><extra></extra>'),
    'legendgroup': '',
    'marker': {'color': '#636efa', …

我的数据框看起来像这样：

    user    age   gender
0    23     12     male
1    24     13     male
2    25     15     female
3    26     20     male
4    27     21     male

并使用

px.sunburst(df, path=["gender", "age"])

给我正确的森伯斯特图，其中性别位于饼图的中间部分，并且对于每个性别，它都有相关的年龄。

我想使用 graph_objects 而不是 plotly express 来做到这一点，因为我希望两个旭日图并排。

从 df 我上面有我如何在graph_objects中使用它。我不明白要向标签、父母、ID 等添加什么值...

fig = go.Figure()

fig.add_trace(
    go.Sunburst(
        lables = df.age,
        parents = df.gender,
        domain=dict(column=0)
    )
)

fig.show()

我已经阅读了文档，但是我无法理解它是如何工作的。如果有人知道，请告诉我如何使用我上面的 df 使用 graph_object 创建森伯斯特图。

不确定我是否在这里遗漏了一些明显的东西，但是当我在带有注释的文本中插入一个中断（<br>）时，它似乎忽略了它。我已经尝试过fig.add_annotations，但同样的事情发生了。

import pandas as pd
import plotly.graph_objects as go
import numpy as np

df = pd.DataFrame({"Growth_Type": ["Growing Fast", "Growing", "Stable", "Dropping", "Dropping Fast"],
                  "Accounts": [407,1275,3785,1467,623],
                  "Gain_Share": [1.20,8.1,34.4,6.5,0.4],
                  "Keep_Share": [16.5, 101.2, 306.3, 107.2, 27.7]})

df2 = pd.concat([pd.DataFrame({"Growth_Type":df["Growth_Type"], 
              "Opportunity_Type": np.repeat("Gain Share", 5),
             "Wallet_Share": df["Gain_Share"]}),
          pd.DataFrame({"Growth_Type":df["Growth_Type"], 
              "Opportunity_Type": np.repeat("Keep Share", 5),
             "Wallet_Share": df["Keep_Share"]})])

fig = go.Figure()

fig.add_trace(go.Bar(x = df2["Wallet_Share"], 
                     y = df2["Growth_Type"],
                     orientation = "h"
                    ))

fig.update_layout(font = dict(size = 12, color = "#A6ACAF"),
                 xaxis_tickprefix = "$",
                  plot_bgcolor …