小编TYL*_*TYL的帖子

我正在尝试创建等值分布图。下面是一个有效的例子：

df = px.data.gapminder().query("year==2007")

fig = go.Figure(data=go.Choropleth(
    locations=happy['iso'], # Spatial coordinates
    z = happy['Happiness'].astype(float), # Data to be color-coded
    colorbar_title = "Happiness Score",
))

fig.update_layout(
    title_text = 'Life Expectancy in 2007'
)

fig.show()

但是，我想创建一个下拉菜单来更改不同变量（例如，预期寿命、GDP、人口）之间的绘图值。我相信这是可能的，但还没有在网上看到任何教程。他们中的大多数只使用其他类型的条形图或散点图。

这是我到目前为止所得到的：

# Initialize figure
fig = go.Figure()

# Add Traces
fig.add_trace(go.Figure(data=go.Choropleth(
    locations=df['iso_alpha'], # Spatial coordinates
    z = df['lifeExp'].astype(float), # Data to be color-coded
    colorbar_title = "Life Expectancy")))

fig.add_trace(go.Figure(data=go.Choropleth(
    locations=df['iso_alpha'], # Spatial coordinates
    z = df['gdpPercap'].astype(float), # Data to be color-coded
    colorbar_title = "GDP per capita")))

但我不确定如何从这里开始。我是否需要通过 …

有没有人有任何建议在 r 中对具有 NA 值的时间序列实施增强的 dickey fuller 测试？

adf.test 函数不接受 NA 值。

任何帮助表示赞赏！

如何使用 group_map 将自定义函数应用于分组标题中的每个组。我想以公斤为单位找到每组的平均体重，并为每个案例创建一个新列。因此，每组中的每个案例都应该具有相同的平均权重。

# custom function
meanKG = function(vector) {
  return(mean(vector, na.rm=TRUE) / 2.2)
}

df = mtcars %>% group_by(cyl)

# A tibble: 32 x 11
# Groups:   cyl [3]
     mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
 * <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
 1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
 2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
 3  22.8     4 …

我试图在 2x2 子图中绘制 4 个 Shap 依赖图，但无法使其工作。我已经尝试过以下方法：

fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10,10))
ax1 = plt.subplot(221)
shap.dependence_plot('age', shap_values[1], X_train, ax=ax1)
ax2 = plt.subplot(222)
shap.dependence_plot('income', shap_values[1], X_train, ax=ax2)
ax3 = plt.subplot(223)
shap.dependence_plot('score', shap_values[1], X_train, ax=ax2)

和这个：

plt.figure(figsize=(10,5))
plt.subplot(1,2,1)
shap.dependence_plot('age', shap_values[1], X_train)
plt.subplot(1,2,2)
shap.dependence_plot('income', shap_values[1], X_train)
plt.subplot(2,2,3)
shap.dependence_plot('score', shap_values[1], X_train)
plt.tight_layout()
plt.show()

它不断将它们绘制在不同的行上，而不是 2x2 格式。

我想创建许多变量,如x1,x2,x3,以便在syms旁边使用,所以它看起来像这样:

syms x1 x2 x3 x4 ... x50 x51 .... xn

n是我需要的变量数.

有没有办法做到这一点？

我有一个向量,我想找到连续至少3次的0的块的索引.

y = [1 1 1 0 1 1 0 0 0 1 1 1 0 1 0 1 0 0 1 0 0 0 0 1 1];

所以在这种情况下,块应该是[0 0 0]从7-9和[0 0 0 0]从20-23.输出应该给我索引,如[7,9]和[20,23],甚至更好,将这些0的块更改为单个NAN成为:

[1 1 1 0 1 1 NAN 1 1 1 0 1 0 1 0 0 1 NAN 1 1]    

谢谢!

我试图在数据帧的所有列中找到一个字符串。

import pandas as pd
df = pd.DataFrame([['a', 'b'], ['c', 'd'], ['e', 'a']], columns=["A", "B"])

for col in df:
        df[col].str.contains('a')

0     True
1    False
2    False
Name: A, dtype: bool
0    False
1    False
2     True
Name: B, dtype: bool

但是，上面的代码只返回布尔值而不是我想要的格式（以表格形式显示行和列），这可以在特定列中搜索时实现：

df[df.A == 'a']

   A  B
0  a  b

任何人都可以帮忙吗？

如何制作交互式多折线图，其中只有一条感兴趣的线是彩色的，而其他线都是灰色的：

所以在这里，我希望美国为红色，而其他国家为灰色。这是我到目前为止：

import pandas as pd
import plotly.express as px

df = px.data.gapminder()
fig = px.line(df, x='year', y='pop', color="country", hover_name="country",color_discrete_map={'United States': 'Red'})
fig.update_layout(autosize=False,width=700,height=500)
fig.show()

但它只改变悬停颜色，不改变线条颜色

我尝试将 US 单独绘制为自己的图形，然后将其更新为原始图形，但效果不佳。

我正在尝试使用 sns 绘制多线图，但仅将美国线保持为红色，而其他国家/地区为灰色

这是我到目前为止所拥有的：

df = px.data.gapminder()
sns.lineplot(x = 'year', y = 'pop', data = df, hue = 'country', color = 'grey', dashes = False, legend = False)

但这不会将线条更改为灰色。我想在这之后，我可以单独添加红色的美国线......

如何组合单元格阵列中的单元格以形成单个单元格？例如:

a = {'I', 'am', 'a', 'noob', 'in', 'matlab'}

进入1个细胞

a = 'I am a noob in matlab'

我从第二个脚本调用函数,但无法识别第一个脚本中的变量.

SCRIPT1

selection = int(raw_input("Enter Selection: "))
if selection == 1:
    import script2
    script2.dosomething()

SCRIPT2

def dosomething():
    while selection == 1:
    ......
    ......

它显示"NameError:全局名称'选择'未定义"

它与全局变量有关吗？

如果它的值为 1，我试图删除字典中键的最后一个字符：

d = {'hours': 1, 'seconds': 30}

for k,v in d.items():
      if v == 1:
        print(k)
        d[k[:-1]] = d.pop(k)

但是，它会一直弹出，直到键剩下 1 个字符为止。在这种情况下，小时应该变成小时时变成了小时。