data-visualization 相关问题

x = np.log(df_pitcher['adj_salary_filled'][df_pitcher['year']== 2010]) y = np.log(df_pitcher['adj_salary_filled'][df_pitcher['year']== 2015]) z = np.log(df_pitcher['adj_salary_filled'][df_pitcher['...

python matplotlib data-visualization data-science

回答 1 投票 0

误差条在matplotlib barchart中的极限处。

我只想知道这是什么图？

matplotlib data-visualization seaborn

回答 1 投票 0

R：为什么我的热图根据我是否先对数据进行排序而显得不同？

我在R中做了一个热图，显示了一个变量(Corona misinformation Score)对另外两个变量(Indifference Score和Rigidity Score)的依赖性。我不明白为什么我的数据排序......。

r ggplot2 data-visualization

回答 1 投票 0

多类的散点图

我有4个簇数组，我需要在散点图中绘制。文档显示了一个简单的X和Y绘图的例子，我已经尝试了一些教程，但他们大多数工作的数据集或......

python numpy matplotlib data-visualization scatter-plot

回答 1 投票 0

如何改变ggseasonplot中的 "年份 "图例值。

我试过用这段代码来重命名 "年份 "的标签。但是不能使它工作 library(profert) library(ggplot2) ggseasonplot(ts_Summary, polar = TRUE, season.label = c("Oct", "Nov","..."。

r ggplot2 plot time-series data-visualization

回答 1 投票 1

在matplotlib中创建一个参数箭头，返回并注释图中两点之间的差异。

我想创建这样的图，我的重点是根据输入数据自动绘制一个箭头和他的长度。我被如何创建一个自动获得x1,y1,y2坐标的函数卡住了。

python matplotlib data-visualization

回答 1 投票 0

Python 可视化原子图 - 如何使用 xyz2graph 将不同的原子种类可视化为不同的颜色？

这是我想用xyz2graph可视化的.xyz文件。18个原子通过get_decomposition_calc_SRO1.py_edited_by_hand从networkx图创建的文件 Ga 0.0 0.0 0.0 In 1.59 0.917986928012 2.583 ...

python-3.x data-visualization networkx chemistry xyz

回答 1 投票 0

属性错误：模块'plotly.express'没有属性'sunburst'。

AttributeError: module 'plotly.express' has no attribute 'sunburst' My wrong code: import plotly.express as px import numpy as np df = px.data.gapminder().query("year == 1957") fig = px.sunburst(df, ...

python plotly data-visualization

回答 1 投票 -1

绘制柱状图时如何避免分类变量的重复？

https:/www.kaggle.comshivambnetflix-shows-and-movies-exploratory-analysisnotebook，包含数据集。文件大小 - 2.13 MB）。我试图绘制前二十个类别的内容，是 ...

r ggplot2 data-visualization repeat

回答 1 投票 0

在d3.js中，每一级都有多个元素的金字塔，我必须使用d3.js从数据中创建一个金字塔可视化。

我必须使用d3.js从数据中创建一个金字塔可视化。附上一个示例视图。有2个挑战，我希望得到帮助。我知道如何创建一个金字塔，看...

javascript d3.js data-visualization visualization

回答 1 投票 0

如何在下面的图中添加图例？

试图为线图添加图例，但无法实现。counts, bin_edges = np.histogram(df_status_1['节点'], bins=10, density = True) pdf = counts(sum(...)