Bokeh绘图API。
aplanat的Python项目详细描述
无柄
Aplanat在bokeh库周围提供了一个包装器(模板),以简化 公共地块的绘制,特别关注于在 Juypyter笔记本电脑环境。在
安装
Aplanat很容易按照标准python传统进行安装:
git clone --recursive https://github.com/epi2me-labs/aplanat.git
cd aplanat
pip install -r requirements.txt
python setup.py install
或通过pip:
^{pr2}$使用
Aplanat并不试图成为所有人的一切;这两者都是力量
以及一些绘图库的倒塌。过于笼统的线索
混淆文档和样板代码。和开发商一样多
喜欢ggplot
中ggplot
的声明性质,aplanat避开了这种方法
为了寻找更透明的东西---aplanat不想太透明
聪明地处理你的数据。话虽如此,layouts
模块确实如此
提供直接从数据帧创建方面网格的模板。在
相反,他试图尽可能简单地构建共同的情节 通过将用户输入的数据直接转换成显示的数据。大多数阴谋 函数的形式如下:
plot = plot_function(
[series_1_x, series_2_x, ...], [series_1_y, series_2_y, ...],
name=[series_1_name, series_2_name, ...],
colors=[series_1_color, series_1_color, ...])
下面是一些例子,绘制核密度估计值(简单的直线图 计算了数据的转换):
import aplanat
from aplanat import lines, util
data = [....] # a list or numpy array
x_grid, pdf = util.kernel_density_estimate(data)
plot = lines.line([x_grid], [pdf])
aplanat.show(plot) # to show the plot in a notebook
添加轴和打印标题:
plot = lines.line(...,
title='Chart title', x_axis_label='x-axis', y_axis_label='y-axis')
要绘制多个序列,只需扩展给参数的列表(这个 时间使用点):
from aplanat import points
x0, y0 = [...], [...]
x1, y1 = [...], [...]
plot = points.points([x0, x1], [y0, y1])
绘制直方图:
from aplanat import hist
data = [...] # a list or numpy array
plot = hist.histogram([data], bins=400)
一个简单的条形图,用于说明组的计数:
groups = [...]
counts = [...]
plot = bars.simple_bar(groups, counts)
说明变量分布如何变化的一组方框图(y轴) 使用第二个分组变量(x轴):
from aplanat import bars
values = [...]
groups = [...] # as long as `values`, indicating the group for each value
plot = bars.boxplot_series(groups, values)
使用六边形的binning绘制一张热图(最近似乎很流行):
from aplanat import spatial
x_values = [...]
y_values = [...]
plot = spatial.hexmap(x_values, y_values)
要显示多个绘图,请使用aplanat.grid
而不是aplanat.show
:
plots = [hist.histogram(x) for x in (...)]
aplanat.grid(plots, ncol=3)
这些图将按行填充网格显示。在
ggplot like facet_grid
上面所有的例子都展示了所有基本的绘图功能
透明地将矢量输入转换为绘图变量。提供
更高级别的接口layouts
模块提供了
创建更高级(多)绘图。例如,一个常见的绘图是
使用由两个方面分隔的数据创建布局的基本打印类型的步骤
在网格中。facet_grid
函数将接受pandas
数据帧
然后执行这个操作。在
from aplanat.layouts import facet_grid
transform= lambda z: z
plot = facet_grid(
data_frame,
{'x':'x_variable', 'y':'y_variable', 'col':'colour_variable'},
lines.line, # the plot type
xlim=(0, None), ylim=(0, None),
transform=(transform, transform),
facet=('X facet', 'Y facet'),
height=300, width=300,
x_facet_heading='X Facetlabel',
y_facet_heading='Y Facet label',
x_axis_label='x-axis plot label',
y_axis_label='y-axis plot label')
transform
回调函数可用于转换x和y数据
对于每个子批次,在它被选中之后,允许任意操作。在
- 项目
标签: