- 博客(457)
- 收藏
- 关注
RSS订阅原创 第11种方法，一键美化Python图表 to 商业风！
Economist (The Economist) - 经济学人（红、黑、白，分析感）FT (Financial Times) - 金融时报（橙、黑、白，财经风）Yellowish - 偏黄（浅黄、金黄，温暖明亮）Minimal - 极简（黑、白、灰，简洁纯净）Nature - 自然（绿、棕、蓝，自然色系）Urban - 城市（深灰、金属色，现代都市感）Retro - 复古（橙、棕、黄，怀旧色调）（偏向灰、白、金的商业色调）以之前的文章为例子，
2025-03-26 23:18:10
230
原创 matplotlib——南丁格尔玫瑰
南丁格尔玫瑰图（Nightingale Rose Chart），是一种特殊形式的柱状图，它以南丁格尔（Florence Nightingale）命名，她在1858年首次使用这种图表来展示战争期间士兵死亡原因的数据。它将数据绘制在极坐标系中，而不是传统的笛卡尔坐标系中。图中的柱形通过角度（对应极坐标的角度变量 θ）分布在圆周上，高度表示某一变量的数值。它适合展示周期性、环状或者分类数据。”，使用matplotlib绘制极坐标柱状图，直观展示“切工”、“颜色”、“净度”和“总深度百分比”各分类的数据分布情况。
2025-03-26 23:16:22
1008
原创 matplotlib、seaborn又一个强力统计分析助手
使用方法有点类似新版的seaborn， 使用plotastic前需要安装Python >= 3.11、pandas == 1.5.3和seaborn <= 0.12.2。极大弥补matplotlib、seaborn添加P-value等统计分析方面的弱点。分享一个Python可视化强力扩展包—plotastic。matplotlib、seaborn又一个强力统计分析助手。使用plotastic你可以轻松实现，例如，
2025-03-04 22:16:18
293
原创 详解matplotlib隐式pyplot法和显式axes法
Python的matplotlib提供了pyplot隐式方法和显式Axes方法，这让很多人在选择时感到困惑。本文用9000字彻底解析两种方法的区别与适用场景，节选自👉。
2025-03-04 22:15:39
1039
原创 生物领域的DeepSeek！Arc研究所、斯坦福等联合发布400亿参数的生物AI模型—Evo 2
较小版本配备 70 亿参数，并在 2.4 万亿个核苷酸（构成 DNA 或 RNA 的基本单元）上完成训练。完整版本拥有 400 亿参数，并在 9.3 万亿个核苷酸（构成 DNA 或 RNA 的基本单元）上进行了训练。2 Evo 2训练数据：来自12.8 万个全基因组以及宏基因组数据，这些数据来自细菌、古菌、噬菌体、人类、植物以及真核生命域中其他单细胞和多细胞物种（Evo 1的训练数据仅包含单细胞基因组数据数据）。
2025-03-04 22:12:47
725
原创 精讲坐标轴系统（Axis）
笛卡尔坐标系 (Cartesian Coordinate System)：使用直角坐标轴，常见于平面图表。极坐标系 (Polar Coordinate System)：基于角度和半径，适用于表示旋转和周期性数据。三维坐标系 (Three-Dimensional Coordinate System)：在三维空间中使用三个坐标轴（X、Y、Z），用于展示三维数据。地理坐标系 (Geographic Coordinate System)：使用经纬度表示地理位置，常用于地图。
2025-03-04 22:11:13
797
原创 Python 3D曲面Surface自由
曲面图（Surface plot）用于展示包含 X、Y 和 Z 坐标的数据集。这里，X 和 Y 坐标通常代表地理坐标，如纬度和经度，而 Z 则代表某一位置的高度或其他数值，例如温度、压力等。这种图形通过在数据点之间插值生成表面，从而为数据提供了一个连续的、平滑的表现形式。这里分享一个Python matplotlib绘制3D Surface plot的案例，
2025-02-21 10:02:51
215
原创 使用Cursor进行编程的黄金法则
Cursor是一款专为AI辅助编码设计的智能代码编辑器，集成了强大的AI助手，支持自动补全、错误修复和代码优化，适用于快速开发、调试与协作，特别适合数据科学、Web开发及AI应用开发，提高编程效率。灵活克隆和 Fork 代码：在 GitHub 上寻找优秀的开源项目，既可以加速开发，也能汲取灵感，然后根据自己的需求进行调整和优化。享受编程过程，保持愉悦的心态：Vibe 编程不仅仅是写代码，更是一次充满创意和探索的旅程。快速迭代，逐步优化：不要一开始就追求完美，先完成核心功能，再不断优化，逐步提升代码质量。
2025-02-21 10:01:44
990
原创 Python用它，轻松处理大量散点数据！
在数据分析中，特别是在处理大量散点数据时，2D直方图（2D histogram）能有效避免散点图过于拥挤的问题，帮助我们更好地发现数据之间的潜在关系。2D直方图（2D histogram），也叫做散点密度图。它通过将数据划分为多个区域，并用不同的颜色表示每个区域内的密度，可以清晰地展示数据的集中区域和稀疏区域。Python matplotlib使用Axes.hist2d制作2D直方图！
2025-02-19 17:14:44
315
原创 DeepSeek官方整理的实用工具：14大类、100+种应用！
本次分享DeepSeek官方整理的实用工具：14大类、100+种应用，短短几天，已经15.8K stars！实用工具包含：14大类、100+种应用。例如，
2025-02-19 17:12:59
491
原创 DeepSeek官方提示词手册（收藏）
最了解 DeepSeek 的，当然还是 DeepSeek 自己！本次分享的是 DeepSeek 官网提供的提示词库。
2025-02-08 22:30:42
400
原创 详解meta-analysis必备—森林图 (forestplot )
森林图，也被称为回归系数图（coefplots）、系数图（coefficientplots）、荟萃分析图（meta-analysisplots）、点须图（dot-and-whiskerplots）、泡泡图（blobbograms）、边际图（marginsplots）、回归图（regressionplots）和绳梯图（ropeladderplots），在医学和健康科学领域被广泛使用。它通常用于展示来自不同研究的结果，尤其是作为荟萃分析（meta-analysis）的一部分。
2025-01-20 13:56:11
588
原创 是时候用Circos震撼全场了
Circos图是一种采用圆形布局展示数据的可视化图表，这种独特的圆形设计特别适合用来探索不同对象之间或位置之间的关系。如果你的数据涉及某种关联性，或者需要展示多层次、多尺度的注释信息，Circos图将是一个非常理想的选择。Circos图无论是基因组学研究、迁徙模式分析，还是数学艺术创作等领域，Circos图都能通过清晰、直观的方式将复杂的数据关系展现出来，帮助人们更好地理解和分析数据。本文内容包含：看一些案CNS、NAR等顶刊中的案例，利用matplotlib结合pycirclize可轻松实现circos
2025-01-20 13:54:00
568
原创 ImportError: cannot import name ‘contextfilter‘ from ‘jinja2‘
pip install jinja2==3.0.3
2025-01-13 13:10:28
92
原创 如何将D3.js的强交互延续到Python中？
此外，还支持时间序列图(d3.timeseries())、heatmap图(d3.heatmap())、气泡图(d3.movingbubbles())等，不一一举例，用法都很一致，传送门。可以看到，d3blocks的结果是可交互的，可轻松实现结果的局部选取、每个点数据显示、展示模式切换(左下侧PCA、tSNE插件)等。而且只需几行Python代码，告别D3.js的长代码，此处使用d3.scatter()函数，再看一个案例，桑基图（Sankey diagram），使用d3.sankey()函数，
2025-01-13 13:07:27
251
原创 OpenScholar助高效检索和整合科学文献？
近日，华盛顿大学和艾伦人工智能研究所Ai2推出的语言模型（LM）工具OpenScholar，可帮助科学家高效检索和整合科学文献。OpenScholar通过首先搜索相关文献，再基于这些文献生成回答，为用户提供准确可靠的查询解答。从事科研的人都离不开读文献。然而，如今每年发表的论文数量已达数百万篇（例如，某位大佬在硕博期间就发表了178篇～）。在如此海量的文献中，如何高效利用宝贵的时间获取所需信息，显得尤为重要。OpenScholar基于4500万篇科学文献内容回答提问者的问题。
2025-01-13 12:33:04
248
原创 Python seaborn和matplotlib，怎么选？
最近，一些小伙伴留言询问seaborn和matplotlib怎么选，还是两个都要学？
2025-01-13 12:32:01
996
原创 tidyplots让科研图表制作更高效
它主要还是重新包装了ggplot2、ggpubr等热门R语言可视化packages，但是，代码更简洁，它通过一致、直观的语法，让用户能够逐步添加图表元素（Add），主要是Add ggplot2 code to a tidyplot，它通过一致、直观的语法，让用户能够逐步删除图表元素（remove），它通过一致、直观的语法，让用户能够逐步调整图表元素（adjust），它通过一致、直观的语法，让用户能够逐步设置图表外观（themes and color schemes），
2025-01-10 10:10:29
487
原创 Python轻松图中添加统计P value！
以下使用8种不同检验方法（"t-test_ind", "t-test_welch", "t-test_paired", "Mann-Whitney", "Mann-Whitney-gt", "Mann-Whitney-ls", "Levene", "Wilcoxon", "Kruskal","Brunner-Munzel"。p value是统计学中用于检验假设显著性的一个指标，常被用于判断结果是否具有统计意义。它在包括生物学、医学、社会科学等许多领域的数据分析中具有重要作用。
2025-01-10 10:08:54
254
原创 Python Chord Diagram
和弦图（Chord Diagram）用于展示多个分类之间的相互关系。通过将分类表示为圆周上的分段，并用弧线（或弦）连接，直观展现流量、联系强度或交互模式，但在分类数量较多时需优化内容以避免视觉混乱。和弦图广泛运用于基因组学（如基因间相互作用或染色体结构变异分析）、社会网络分析（群体或个体间关系）、迁移流量分析（人口迁移或物流流向）等领域。python的pycirclize结合matplotlib可快速绘制和弦图，
2025-01-10 10:07:10
822
原创 Python轻松添加统计P value（进阶版）
使用diamonds数据集（详见👉“3.2.5 diamonds数据集”），比较钻石在不同“颜色”之间以及同一“颜色”内部，不同“切工”对“价格 ($)”是否存在显著差异。，并展示如何将图中的数值型p值转换为“*”或“ns”等符号形式进行表示。p值和“*”或“ns”等符号对应关系，本节进一步讲解如何在。
2025-01-09 13:00:16
330
原创 Python matplotlib速查表大全
matplotlib速查表（cheatsheets），汇总了matplotlib核心知识点，便于用户快速查阅和使用。本次分享几个比较流行的matplotlib速查表，高清PDF下载见文末。
2025-01-09 12:58:12
264
原创 详解Python matplotlib深度美化（第二期）
matplotlib的stylesheets可以简单的理解为是一组预定义的绘图元素属性配置文件（存储matplotlibrc文件中元素属性自定义值），用于快速调整图表的外观。matplotlib内置多种stylesheets，mac系统存储在xxx/site-packages/matplotlib/mpl-data/stylelib路径下，以.mplstyle结尾。点开一个ggplot的绘图风格ggplot.mplstyle看看，
2025-01-08 09:36:33
654
原创 再聊Python“万水千山图”—山峦图/嵴线图/峰峦图
山峦图/嵴线图/峰峦图（RidgelinePlot），通过使用核密度估计（KDE）或直方图来表示各组数据的分布特征，并在纵轴上将各分布分组排列。山峦图是CNS等顶级期刊中的常客，例如《Nature》，山峦图也常常出现在报刊杂志中，例如《BBC》，
2025-01-04 21:14:19
231
原创 彻底解决R package 安装这件烂事！
R 是一门非常出色的统计编程语言，即便在当下 Python 盛行的时代，R 的地位依然不可替代。然而，R 包的安装一直是困扰许多用户的难题。此前，我们曾介绍过 R 包安装的五种常用方法。这里再介绍一种新方法“pak”，pak支持从 CRAN、Bioconductor、GitHub、URL、Git 仓库、本地文件和目录安装 R 包，是 install.packages()和 devtools::install_github()的高效替代方案（可整合之前常见的五种安装方法）。
2025-01-03 14:16:45
92
原创 CNS必备UpSet图，这样画，这样看！
UpSet图通过柱状图结合交集指示器，系统化展示集合间的交互和交集数量，特别是在集合数量较多或关系复杂的情况下，能够有效解决Venn图重叠过多的问题，提供更加清晰直观的可视化效果。左半部分是这5组集合数据数量的柱状图，右边下半部分是这些集合数据的交集指示器，有颜色的点的连线就代表有交集，右边上半部分就代表这个交集的数量的柱状图。节选自教程中的第24章👉：，使用“3.2.15 set_venn数据集”，展示5组数据UpSet图，核心代码，
2025-01-03 13:37:42
332
原创 微软开源Python Markdown转换工具
分享一个microsoft开源的Python工具——markitdown，轻松将各类文件转换为Markdown格式。各种其他基于文本的格式（如csv、json、xml等）HTML（包括对Wikipedia等特殊处理）微软开源Python Markdown转换工具。微软开源Python Markdown转换工具。ZIP（遍历压缩包内容并逐一转换每个文件）Python代码中使用小例子（借助大模型）图片（支持EXIF元数据和OCR识别）音频（支持EXIF元数据和语音转录）Python代码中使用小例子。
2024-12-18 23:32:28
285
原创 找到了Notepad++的完美替代！
一个跨平台的 Notepad++ 重实现（A cross-platform, reimplementation of Notepad++）。这里分享一个Notepad++的完美替代--NotepadNext。Notepad++作者因为曾放言，可能会在开发者代码里下毒而被唾弃。这里分享一个Notepad++的完美替代--NotepadNext。找到自己的系统版本即可，
2024-11-30 23:38:56
1773
原创 从0在自己机器上部署AlphaFold 3
本文介绍如何在自己本地机器上安装AlphaFold 3。在10月份，Google DeepMind的首席执行官Demis Hassabis和高级研究科学家John M. Jumper所领导的团队，利用AI技术成功预测了几乎所有已知蛋白质的结构，开发出备受赞誉的AlphaFold，并因此荣获诺贝尔化学奖，
2024-11-29 21:20:10
3215
3
原创 斯坦福HAI发布全球AI产业活力榜单，谁才是AI领跑者？
AI指数（Artificial Intelligence Index）研究团队于11月21日发布了2024年版全球AI活力工具（Global AI Vibrancy Tool，简称GVT），旨在衡量全球各国AI生态系统的发展活力水平。该研究追踪了2017～2023年间，36个国家在与人工智能（AI）相关的8大关键维度（支柱指标）上，共计42个子指标的发展情况。为全球各国在AI领域的领先地位提供了全面且量化的视角。它还揭示了各国AI生态系统的稳健性如何随时间发展，并突出了各国在AI领域的优势和不足。
2024-11-29 21:17:52
381
原创 如何提高自己的代码能力以达到熟练使用pytorch?
AwesomePyTorchList是一个PyTorch资源大全，汇总了PyTorch各个方面的优质资源，涵盖从自然语言处理（NLP）到计算机视觉（CV）再到概率统计等多个领域。地址：https://github.com/labmlai/annotated_deep_learning_paper_implementations。地址：https://github.com/bharathgs/Awesome-pytorch-list。例如，Transformers，强化学习（ppo,dqn）
2024-11-29 11:37:22
352
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人