我试着用同样的情节来绘制桶状图和散落图,但它只显示了散落点。
如何展示这两个情节?
数据
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter
import plotly
import plotly.offline as py
import plotly.graph_objs as go
import plotly.figure_factory as ff
import
我有一只熊猫数据,只有5个变量。我想通过一个分类变量创建一个散点图和颜色。我用得很巧妙,这样我就可以放大到特定的区域。实际上,不允许我将一个类别变量列表作为颜色传递。提前谢谢你!这是我的代码:
import plotly.graph_objs as go
import plotly.plotly as py
import plotly.tools
plotly.tools.set_credentials_file(username='user', api_key='key')
trace1 = go.Scatter(
x = df['var1
我试图用两个下拉菜单来绘制散点图,这些菜单选择一个数据列(从熊猫数据帧中)来绘制x和y轴,但我也希望用第三个固定的分类变量对点进行着色(这一次不需要下拉)。
到目前为止,我已经能够用函数下拉菜单正确地创建散点图,但是我不知道如何用第三个变量来着色它。以下是目前为止的代码:
import pandas as pd
import numpy as np
import plotly.graph_objects as go
import plotly.express as px
df = px.data.tips().select_dtypes(['number']) # drop
目前,我遇到了一个问题,就是要用绘图机的引擎和python来绘制散点图中的大量X,Y数据。所以浏览器不能在一段时间后不崩溃的情况下呈现出这个数量的点。(我还尝试了Scattergl选项)
有没有任何算法可以在不丢失散点图的原始形状的情况下减少大量的点?也许像迭代的端点拟合算法?
编辑:
一些代码
import plotly.plotly as py
import plotly.graph_objs as go
from plotly.offline import plot
import numpy as np
N = 1000000
trace = go.Scattergl(
x
我想在R中的交互式三维图形上绘制一条趋势线(而不是平面或光滑表面)。 以下是我到目前为止拥有的代码: library (car)
set.seed(1)
x <- 1:100 + rnorm(100, 5, 5)
y <- x + rnorm(100, 10, 20)
z <- y + rnorm(100, 1, 10)
scatter3d(x = x, y = y, z = z, surface = F) 本质上,我想在这张图上画一条趋势线,它穿过这个点云中最大可变性的区域。当然,这条趋势线是第一个主成分轴。我知道如何对这些数据进行主成分分析: df <- data
我试图在缩放散点图时检索x轴的范围,但当我试图访问它时:图‘布局’范围‘它只是返回’无‘。
这是我用来创建图形的代码:
# self.plot contains the dataframe passed to the function to be plotted
self.plot = df
# Creates the plotly plot figure
self.fig = self.plot.iplot(asFigure=True,kind='scatter', xTitle='Date', yTitle='Temperature')
#
当用ggpglot绘制时,我有一些数据看起来不错,但是在plotly::ggplotly()中x轴和下面的图是重叠的。
library(gapminder)
library(plotly)
p <- ggplot(gapminder, aes(x=gdpPercap, y=lifeExp)) + geom_point() + scale_x_log10()
p <- p + aes(color=continent) + facet_wrap(~year,scale="free")
gp <- ggplotly(p)
gp
所以我一直在尝试:
基本上,我需要增加