scatter-plot

    0熱度

    1回答

    我試圖用陰謀疊加散點圖的條形圖。我已經成功地將兩者都繪製出來,而且只使用標記就能看到一切,但我需要加入標記。使用lines+markers它將每個點連接在一起,就像封閉的路徑一樣。我想問題是我的X軸變量是絕對的,我不知道如何解決它。我不會寫的原代碼,但這樣的: to_plot2[, cat_var := as.factor(cat_var)] pp2 = plot_ly(to_plot2) %

    0熱度

    2回答

    我試圖在(x,y)數據的chart.js中渲染散點圖,其中x是日期字符串。我在網上看到很多示例和教程,其中教師使用函數爲示例圖表生成時間戳,但是我沒有發現任何使用真實數據的示例,例如可能會收集的示例。 我有一個看起來像這樣的數據(在cron收集): 2017-07-08T06:15:02-0600,23.375 2017-07-08T06:20:02-0600,23.312 2017-07-0

    0熱度

    1回答

    當與Plotly一起使用Scatter圖時,我無法獲得懸停文本,當我有多個標記具有相同的x軸值時。 任何人都可以請幫我解決這個問題嗎? 或者這是一個有故事的錯誤? 檢查最接近線條的標記。 代碼是在這裏https://jsfiddle.net/qjdt92h2/ var trace1 = { x: [13.5, 12, 13, 14,13], y: [15, 17, 13.6,

    1熱度

    1回答

    我是R的新手,我一直在嘗試使用不同的數據可視化技術。我試圖從散點圖矩陣,這是我的代碼 scatterplotMatrix(~Salary+Percent_MBA+Percentile_ET, data = placedET, main = "Scatter Plot Matrix", spread = FALSE, ) 我的問題是我

    1熱度

    2回答

    我有一個散點圖,我想繪製一個趨勢線的python。從各種例子我已經在互聯網發現學習如何繪製趨勢線我的代碼如下: import matplotlib.pyplot as plt import numpy as np x=np.array([9.80,13.20,13.46,14.09,13.96,10.77,8.79,8.61,8.83,11.08,10.13,12.40,9.90,10.96

    0熱度

    1回答

    我正在開發d3中的散點圖,您可以使用下拉菜單更改x軸和y軸。 我能夠繪製網格線,但我的問題是重新繪製它們時,爲x軸或y軸選取新值。 我希望有人能告訴我我該怎麼做才能做到這一點。 這裏是我的代碼,到現在爲止(JS): d3.csv('data.csv',function (data) { // CSV section var body = d3.select('body') v

    0熱度

    2回答

    我想繪製一個函數 - 例如,一條線 - 在散點圖內。我編寫了兩個獨立的代碼,但我怎樣才能將它們組合起來?我的實驗返回了錯誤消息。 我的代碼如下: library(ROSE) data(hacide) train <- hacide.train 散點圖 ggplot(train, aes(x1, x2, colour = cls)) + geom_point(size = 3, a

    0熱度

    1回答

    這可能是一個非常基本的問題,但我是D3/JS的新手,並希望得到任何幫助。 我想將座標數據添加到四象限散點圖,但我不知道如何使用D3添加數據。 這是我的代碼到目前爲止。它會產生一個空的四象限散點圖: // graph dimensions var width = 750, height = 750, padding = 50; // svg contai

    1熱度

    1回答

    我正在使用plot3D庫的scatter3D函數做3D散點圖,但是我無法找到給出語法的方式,因此圖中包含刻度標籤。 我的代碼如下: library(plot3D) A <- c(0, 1, 0, 1) B <- c(0, 0, 1, 1) y <- c(52, 74, 62, 80) scatter3D(x = A, y = B, z = y, col = "red", phi = 0,

    -1熱度

    1回答

    我想從一個數據框中繪製一個散點圖,每個點根據該值發生的頻率以獨特的顏色進行可視化。例如,我有以下數據框,由兩個數值列表組成: df = pd.DataFrame({'width': image_widths, 'height': image_heights}) df.head(10) height width 0 1093 640 1 1136 639 2 1095 640 3