颹蕭蕭

【代码】python绘制任意范围的beta分布。

WPS EXCEL 中按数值大小设置渐变颜色

使用python绘制树型图

superset 上传外部csv、excel到数据库

docker 部署 superset —— 开源BI数据分析可视化平台

clickhouse AST抽象语法树可视化

pyecharts 地图可视化

sns绘制分组箱线图

使用连续的颜色谱import matplotlib.pyplot as pltimport matplotlib.colors as colorsimport matplotlib.cm as cmximport numpy as np# define some random data that emulates your indeded code:NCURVES = 100values = range(NCURVES)datas = [XRs[i][0].T- x[0].T for i

https://chaoticatmospheres.com/mathrules-strange-attractors

一图四用

虫口模型，倍周期分叉， Logistic 映射，分叉图

小世界网络的参数有三个：节点数 NNN、初始节点度 ddd、断边重连率 α\alphaα先根据节点数 NNN 和初始节点度 ddd 来构造一个规则网络，网络每个节点的度都是 dddA = np.zeros((N, N))for i in range(N): t = 0 while t < (d/2): A[i][i-(t+1)] = 1 A[i-(t+1)][i] = 1 t +=

Figure.align_labels

方案1（复古）：系列色——十六进制颜色码：0780cf - 765005 - fa6d1d - 0e2c82 - b6b51f - da1f18 - 701866 - f47a75 - 009db2 - 024b51 - 0780cf - 765005系列色——RGB颜色值：（7,128,207）-（118,80,5）-（250,109,29）-（14,44,130）-（182,181,31）-（218,31,24）-（112,24,102）-（244,122,117）-（0,157,178）-（

文章目录效果展示原理效果展示原始图片：实现效果：nperiod = 1, npic = 10nperiod = 10, npic = 30原理原理很简单，就是在竖直方向上给图片加一个正弦曲线的偏移量displacement=H3sin⁡(2π(xW/nperiod+ϕ))displacement = \frac{H}{3} \sin (2\pi (\frac{x}{W/\text{nperiod}}+\phi))displacement=3H​sin(2π(W/np

matplotlib 实时动态曲线

一杯茶的时间学会 xmind，构建思维导图就靠它！

文章目录导入数据数据调整录屏软件：LICEcap导入数据数据调整Tableau会根据它自己的理解，自动将导入的Excel表中的各项数据进行分类，分为维度（Dimensions）和度量（measuers），同时还会根据单元格中的内容将字段标记为数字或日期信息（用“#”表示）地理数据信息（用地球仪icon表示）文本信息（用“Abc”表示）。但Tableau的默认分类可能并不是我们想要的，所以我们可以手动修改数据类型。当数据类型为“度量（measuers）”时，才可以对其进行计数、计算平均值

对颜色插值，实际上就是求两种颜色的线性（凸）组合interpolateColor=colorA∗(1−α)+colorB∗αinterpolateColor = colorA*(1-\alpha) + colorB*\alphainterpolateColor=colorA∗(1−α)+colorB∗α当 α\alphaα 从 0 到 1 过渡时，颜色从 colorA 过渡到 colorB...

绘制如下系统的相图：z=sin⁡(x2+y2)z = \sin(\sqrt{x^2 + y^2})z=sin(x2+y2​)from pylab import *from mpl_toolkits.mplot3d import Axes3Dx, y = meshgrid(arange(-5, 5.5, 0.05), arange(-5, 5.5, 0.05))z = sin(sqr...

主要用到 `pylab` 里的 `meshgrid`,`streamplot` 函数

FCM，Fuzzy C-Means，模糊C平均

高斯混合模型，期望极大算法，python实战 ！！！

plotly 绘图，图在 jupyter notebook 中是可交互的

探索式数据分析，时间序列分析

propehet 实战：交通流量预测

稀疏矩阵生成，可视化

分类问题，可视化，决策边界

matplotlib animation

SIR

dynamic time warping

折线图、散点图、直方图、核密度估计图、箱线图、小提琴图、热力图、滞后直方图、自相关图

AETA地震预测AI算法大赛训练集

geoJson

folium

pycharts， webbrowser

从 csv 文件导入

Force Altas 布局