小编mga*_*ini的帖子

我有一个简单的线图,需要将y轴刻度从绘图的(默认)左侧移动到右侧.有关如何做到这一点的任何想法？

我想创建一个显示交互式svg的网页:由于可能会使用多个svg,因此显示的各种对象将具有不同的ID,因此事件侦听器(例如,用于捕获鼠标单击)必须是动态的.

从这个片段开始

var a = document.getElementById("alphasvg");
a.addEventListener("load",function(){
        var svgDoc = a.contentDocument;
        var delta = svgDoc.getElementById("delta");
        delta.addEventListener("click",function(){alert('hello world!')},false);
    },false);

我想找到一种方法来遍历svg的所有对象(可能有一个特定的类)并为它们附加一个偶数监听器.

更新

所以JQuery'each'函数可能是一个合适的选项,但似乎JQuery不能很好地处理svg DOM.还有其他可用选项吗？(像JQuery插件？)

我正在尝试使用curve_fit使用以下函数作为输入,使逻辑增长曲线适合我的数据.

def logistic(x, y0, k, d, a, b):
    if b > 0 and a > 0:
        y = (k * pow(1 + np.exp(d - (a * b * x) ), (-1/b) )) + y0
    elif b >= -1 or b < 0 or a < 0:
        y = (k * pow(1 - np.exp(d - (a * b * x) ), (-1/b) )) + y0

    return y

正如您所看到的,我正在使用的函数对参数a和b可以接受的值有一些限制.有关如何处理错误值的任何猜测？输入函数是应该引发异常还是返回虚拟值？提前致谢.

我正在尝试使用matplotlib复制某个图:它应该看起来像这样.

我已经看到可以使用PolarAxes来绘制径向点:对于istance,我使用以下片段制作了一个非常简单的极坐标图:

import matplotlib.pyplot as plt
fig = plt.figure()
# Set the axes as polar
ax = fig.add_subplot(111, polar=True)
# Draw some points
ax.plot([0],[1], 'o')
ax.plot([3],[1], 'o')
ax.plot([6],[1], 'o')

# Go clockwise
ax.set_theta_direction(-1)
# Start from the top
ax.set_theta_offset(1.570796327)

plt.savefig('test.png')

我得到这样的东西:

所以我的问题是:是否有一种方法可以像第一个图中那样绘制线条,并调整宽度以适应整个圆周？还有一些关于如何处理颜色的提示将非常感激.

更新:必须绘制的数据非常简单:每个轨道都是一个浮点数组,其范围介于0和9之间(颜色来自颜色图RdYlGn).数组长度是96的倍数.

更新2:那是我用过的剪辑

# mydata is a simple list of floats
a = np.array([[x for i in range(10)] for x in mydata])

# construct the grid
radius = np.linspace(0.2,0.4,10)
theta = np.linspace(0,2*np.pi,len(a))
R,T  = np.meshgrid(radius,theta)

fig = …

我想对使用python和scikits.learn的最佳聚类技术提出一些建议.我们的数据来自表型微阵列,其测量细胞在各种底物上的代谢活性随时间的变化.输出是一系列S形曲线,我们通过拟合到S形函数来提取一系列曲线参数.

我们希望使用固定数量的聚类通过聚类来"排列"此活动曲线.目前我们正在使用包提供的k-means算法,其中(init ='random',k = 10,n_init = 100,max_iter = 1000).输入是一个矩阵,每个样本有n_samples和5个参数.样本数量可以变化,但通常约为数千(即5'000).聚类似乎是高效和有效的,但我将不胜感激任何关于不同方法或对聚类质量进行评估的最佳方法的建议.

这里有几个可能有用的图表:

• 输入参数的散点图(其中一些非常相关),单个样本的颜色相对于指定的簇.

• 提取输入参数的sigmoid曲线,其颜色相对于其指定的簇

编辑

下面是一些肘部图和每个簇数的轮廓得分.

我有一个对称方DataFrame在pandas:

a = np.random.rand(3, 3)
a = (a + a.T)/2
np.fill_diagonal(a, 1.)
a = pd.DataFrame(a)

看起来像这样:

          0         1         2
0  1.000000  0.747064  0.357616
1  0.747064  1.000000  0.631622
2  0.357616  0.631622  1.000000

如果我应用这个stack方法,我会得到很多冗余信息(包括我不感兴趣的对角线):

0  0    1.000000
   1    0.747064
   2    0.357616
1  0    0.747064
   1    1.000000
   2    0.631622
2  0    0.357616
   1    0.631622
   2    1.000000

有没有办法只使用"纯"获得较低(或较高)的三角形pandas？

1  0    0.747064
2  0    0.357616
   1    0.631622