小编hem*_*nta的帖子

我使用 matplotlib 和 Plotly 制作了一个散点图。我希望高度、宽度和标记像在 matplotlib 图中一样分散。请参阅随附的图表。

我在 Plotly 中使用了以下代码

import plotly 
import plotly.plotly as py
from plotly.graph_objs import Scatter
import plotly.graph_objs as go


trace1 = go.Scatter(
    x=x1_tsne,           # x-coordinates of trace
    y=y1_tsne,          # y-coordinates of trace
    mode='markers ',   # scatter mode (more in UG section 1)
    text = label3,
    opacity = 1,
    textposition='top center',
    marker = dict(size = 25, color = color_4, symbol = marker_list_2, line=dict(width=0.5)),
     textfont=dict(
        color='black',
        size=18, #can change the size of font here
        family='Times New Roman' …

我有一个2D数组,看起来像这样:

array = [[23 ,89, 4, 3, 0],[12, 73 ,3, 5,1],[7, 9 ,12, 11 ,0]]

对于所有行,最后一列始终为0或1.我的目标是为第0列计算两个均值,其中一个均值将是最后一列的值为0,其中一个均值将是最后一列的值为1.

例如,对于上面给定的样本数组:平均值1:15(对于最后一列为0的所有行,对于0列的平均值)意味着2:12(对于最后一列为1的所有行,均值为0列)

我试过这个(火车是我输入数组的名字):

 mean_c1_0=np.mean(train[:: , 0])
 variance_c1_0=np.var(train[:: , 0])

这让我得到了第0列ll值的均值和方差.

我总是可以引入一个for循环和几个if条件来继续检查最后一列,然后在第0列添加相应的值,但我正在寻找一种有效的方法.由于我是Python的新手,我希望是否有一个可以完成这项工作的numpy函数.

你能指点我任何这样的文件吗？

我试图在可交互的绘图中为不同的颜色分配不同的标记。通过使用以下脚本，我可以获得交互式绘图，可以更改标记“o”的大小，可以注释文本。附上我得到的情节。我想更改附加的 PCA 图中的标记。

＃脚本

import plotly 
import plotly.plotly as py
from plotly.graph_objs import Scatter
import plotly.graph_objs as go
plotly.tools.set_credentials_file(username='XXX', api_key='XXXX')
#py.plot(data, filename = 'basic-line', auto_open=True, Transforms = 'Split')

trace1 = Scatter(
    x=x1,           # x-coordinates of trace
    y=y1,          # y-coordinates of trace
    mode='markers + text',   # scatter mode
    text = label1, textposition='top center',
    marker = dict(size = 15, color = color_3),
     textfont=dict(
        color='black',
        size=18,
        family='Times New Roman'
     )

    )

layout = {
    'xaxis': {
        'showticklabels': False,
        'showgrid': False,
        'zeroline': False,
    }, …

我在这个领域很新。我正在使用spyder运行我的代码：我正在尝试运行来自sklearn的简单省去的交叉验证代码：

from sklearn.cross_validation import train_test_split
from sklearn.cross_validation import LeaveOneOut

X = [1, 2 ,3, 4]
loo = LeaveOneOut()
for train, test in loo.split(X):
     print ("%s %s" %(train, test))

我收到以下错误：

TypeError: __init__() takes exactly 2 arguments (1 given)

我了解原因，但不知道该怎么做。