Questions tagged «data-visualization»

数据可视化是对数据可视化表示的研究。地图和图表是最常见的数据可视化类型,但还有更多种类。

10
如何使IPython Notebook Matplotlib内联绘图
我正在MacOS X上使用Python 2.7.2和IPython 1.1.0的情况下使用IPython Notebook。 我无法获得matplotlib图形来内联显示。 import matplotlib import numpy as np import matplotlib.pyplot as plt %matplotlib inline 我也试过了%pylab inline和ipython命令行参数,--pylab=inline但这没什么区别。 x = np.linspace(0, 3*np.pi, 500) plt.plot(x, np.sin(x**2)) plt.title('A simple chirp') plt.show() 我得到的不是内联图形,而是: <matplotlib.figure.Figure at 0x110b9c450> 并matplotlib.get_backend()表明我有'module://IPython.kernel.zmq.pylab.backend_inline'后端。



14
统计分析和报告编写工作流程
是否有人对与自定义​​报告编写相关的数据分析工作流有任何智慧?用例基本上是这样的: 客户委托使用数据分析的报告,例如水域的人口估计和相关地图。 分析人员下载一些数据,对数据进行删节并保存结果(例如,为每单位人口增加一列,或根据地区边界对数据进行分组)。 分析人员分析了在(2)中创建的数据,接近了她的目标,但是发现需要更多数据,因此回到(1)。 重复冲洗,直到表格和图形符合QA / QC并满足客户要求。 编写包含表格和图形的报告。 明年,满意的客户会回来并要求更新。这应该很简单,例如通过新的下载来更新上游数据(例如,从去年获得建筑许可),然后按“重新计算”按钮,除非规格更改。 目前,我只是启动一个目录,并尽其所能对其进行临时设置。我想要一个更系统的方法,所以我希望有人能解决这个问题……我使用了电子表格,SQL,ARCGIS,R和Unix工具。 谢谢! PS: 下面是一个基本的Makefile,用于检查对各种中间数据集(带.RData后缀)和脚本(.R后缀)的依赖性。Make使用时间戳检查依赖关系,因此,如果使用touch ss07por.csv,它将看到此文件比依赖它的所有文件/目标都新,并执行给定的脚本以相应地更新它们。这项工作仍在进行中,其中包括将数据放入SQL数据库的步骤以及诸如sweave之类的模板语言的步骤。请注意,Make的语法依赖制表符,因此在剪切和粘贴之前请先阅读手册。享受并给予反馈! http://www.gnu.org/software/make/manual/html_node/index.html#Top R = / home / wsprague / R-2.9.2 / bin / R persondata.RData:ImportData.R ../../DATA/ss07por.csv Functions.R $ R-从-f ImportData.R persondata.Munged.RData:MungeData.R persondata.RData Functions.R $ R --slave -f MungeData.R report.txt:TabulateAndGraph.R persondata.Munged.RData Functions.R $ R --slave -f TabulateAndGraph.R> report.txt


4
在matplotlib中将x轴移动到绘图的顶部
基于关于matplotlib中的热图的问题,我想将x轴标题移动到图的顶部。 import matplotlib.pyplot as plt import numpy as np column_labels = list('ABCD') row_labels = list('WXYZ') data = np.random.rand(4,4) fig, ax = plt.subplots() heatmap = ax.pcolor(data, cmap=plt.cm.Blues) # put the major ticks at the middle of each cell ax.set_xticks(np.arange(data.shape[0])+0.5, minor=False) ax.set_yticks(np.arange(data.shape[1])+0.5, minor=False) # want a more natural, table-like display ax.invert_yaxis() ax.xaxis.set_label_position('top') …

3
一本学习D3.js的好书[关闭]
关闭。此问题不符合堆栈溢出准则。它当前不接受答案。 想改善这个问题吗?更新问题,使其成为Stack Overflow 的主题。 6年前关闭。 改善这个问题 我看到了D3.js,我很感兴趣,所以我买了这本书!我可能是错的,但是我发现它没有实现。 有谁拥有掌握D3.js数据可视化的主要材料? 我看到了很多潜力,D3.js而且我非常热衷和感兴趣。 提前致谢! 更新: 我刚刚读完Scott Murray撰写的《网络交互式数据可视化》,非常棒!试试看,它是免费的。

4
使用pcolor在matplotlib中进行热图绘制?
我想制作一个像这样的热图(显示在FlowingData上): 源数据在这里,但是可以使用随机数据和标签,即 import numpy column_labels = list('ABCD') row_labels = list('WXYZ') data = numpy.random.rand(4,4) 在matplotlib中制作热图非常简单: from matplotlib import pyplot as plt heatmap = plt.pcolor(data) 我什至发现了一个看起来正确的colormap参数:heatmap = plt.pcolor(data, cmap=matplotlib.cm.Blues) 但是除此之外,我不知道如何显示列和行的标签以及如何以正确的方向显示数据(起源在左上角而不是左下角)。 尝试操作heatmap.axes(例如heatmap.axes.set_xticklabels = column_labels)都失败了。我在这里想念什么?

5
如何在Python中使用Matplotlib绘制带有数据列表的直方图?
我正在尝试使用该matplotlib.hist()函数绘制直方图,但是我不确定该怎么做。 我有一个清单 probability = [0.3602150537634409, 0.42028985507246375, 0.373117033603708, 0.36813186813186816, 0.32517482517482516, 0.4175257731958763, 0.41025641025641024, 0.39408866995073893, 0.4143222506393862, 0.34, 0.391025641025641, 0.3130841121495327, 0.35398230088495575] 和名称(字符串)列表。 如何使概率作为每个小节的y值,并命名为x值?

5
在matplotlib条形图上添加值标签
我陷入一种感觉应该相对容易的事情上。我在下面提供的代码是基于我正在从事的一个较大项目的示例。我没有理由发布所有详细信息,因此请原样接受我带来的数据结构。 基本上,我正在创建一个条形图,并且我可以弄清楚如何在条形图上(在条形图的中心或上方)添加值标签。一直在网上查看示例,但在我自己的代码上实现未成功。我认为解决方案是使用“文本”或“注释”,但是我:a)不知道使用哪个(通常来说,还没有弄清楚何时使用哪个)。b)看不到要显示值标签。感谢您的帮助,下面是我的代码。提前致谢! import numpy as np import pandas as pd import matplotlib.pyplot as plt pd.set_option('display.mpl_style', 'default') %matplotlib inline # Bring some raw data. frequencies = [6, 16, 75, 160, 244, 260, 145, 73, 16, 4, 1] # In my original code I create a series and run on that, # …

7
除Graphite之外的statsd数据的GUI?[关闭]
关闭。此问题不符合堆栈溢出准则。它当前不接受答案。 想改善这个问题吗?更新问题,使其成为Stack Overflow 的主题。 5年前关闭。 改善这个问题 我刚刚安装了石墨/ statsd用于生产。我真的很满意,但是我的一位同事问我是否有办法让它看起来更漂亮。老实说,我不能说我也一样。 是否有Graphite UI的替代方案可以更好地呈现数据,也许使用了很棒的前端图形库和http push?

1
ggplot2绘图区域边距?
有没有一种简单的方法来增加打印标题与其下方的打印区域(带有数据的框)之间的空间。同样,我希望在轴标题和轴标签之间留一些空间。 换句话说,是否有办法“将标题稍微上移,将y轴标题稍微向左移,将x轴标题向下移”?

2
为复杂的图构建手动图例
我无法弄清楚如何为此图手动设置图例。我真正想要的只是一个简单的图例,该图例使用三种颜色并在每种颜色旁边都有一个名称。 当前代码如下: a <-c("S1","S2","S3","S4","S5","S6","S7","S8","S9") #names b <-c(0.23,0.26,0.55,0.56,0.36,0.23,0.18,0.06,0.04) #mean t0 c <-c(0.64,0.6,0.81,1.4,0.89,0.55,0.48,0.22,0.09) #mean t1 d <-c(0.20,0.23,0.52,0.53,0.33,0.20,0.15,0.04,0.03) #SD low t0 e <-c(0.26,0.29,0.58,.59,0.39,0.26,0.21,0.08,0.05) #SD high t0 f <-c(0.67,0.63,0.86,1.44,0.93,0.59,0.51,0.25,0.10) #SD high t1 g <-c(0.61,0.57,0.78,1.36,0.85,0.53,0.45,0.19,0.08) #SD low t1 h <-c(0.41,0.34,0.26,0.84,0.53,0.32,0.30,0.16,0.05) #absolute change data <- data.frame(a,b,c,d,e,f,g,h) ggplot(data=data,aes(a)) + geom_bar(stat="identity", aes(y=h),fill="#62c76b",colour="#333333")+ #green geom_line(aes(y=b,group=1),size=1.0,colour="#f04546") + #red geom_point(aes(y=b),size=3, colour="#f04546") …

2
在D3强制定向布局中修复节点位置
我希望力导向布局中的某些节点忽略所有力,并基于该节点的属性停留在固定位置,同时仍能够拖动其他节点并对其施加排斥力并保持其链接线。 我以为就这么简单: force.on("tick", function() { vis.selectAll("g.node") .attr("transform", function(d) { return (d.someAttribute == true) ? "translate(" + d.xcoordFromAttribute + "," + d.ycoordFromAttribute +")" : "translate(" + d.x + "," + d.y + ")" }); }); 我还尝试过手动设置每个刻度的节点的x和y属性,但是如果该节点受力影响,链接将继续浮动到该节点所在的位置。 显然,我对应该如何工作有基本的误解。如何在固定链接的同时仍允许它们可拖动的同时将节点固定在一个位置?

8
有没有一种方法可以将CSV列转换为层次关系?
我有700万份生物多样性记录的csv,其中分类学级别为列。例如: RecordID,kingdom,phylum,class,order,family,genus,species 1,Animalia,Chordata,Mammalia,Primates,Hominidae,Homo,Homo sapiens 2,Animalia,Chordata,Mammalia,Carnivora,Canidae,Canis,Canis 3,Plantae,nan,Magnoliopsida,Brassicales,Brassicaceae,Arabidopsis,Arabidopsis thaliana 4,Plantae,nan,Magnoliopsida,Fabales,Fabaceae,Phaseoulus,Phaseolus vulgaris 我想在D3中创建一个可视化文件,但是数据格式必须是网络,其中每个列的不同值都是上一个特定值的列的子级。我需要从csv转到类似这样的内容: { name: 'Animalia', children: [{ name: 'Chordata', children: [{ name: 'Mammalia', children: [{ name: 'Primates', children: 'Hominidae' }, { name: 'Carnivora', children: 'Canidae' }] }] }] } 我还没有想到不使用上千个for循环就如何做到这一点的想法。是否有人对如何在python或javascript上创建此网络提出建议?

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.