阴山地块
cmplot的Python项目详细描述
在cmplot.py-Python云山图
一个信息丰富的RDI分类分布图灵感来自小提琴,豆和海盗的情节。在
(RDI=原始数据+描述性统计+推断统计)
- 在
与Violin plots类似,它显示了平滑的核密度曲线,揭示了箱线图中隐藏的信息,例如分布“峰值”(“模式”)在分布“山”中的存在。在
在 - 在
与Bean plots类似,它显示原始数据,绘制为cloud。默认情况下,将显示所有数据点,但您可以选择对此进行控制,并将显示限制为数据的一个子集。在
在 - 在
与Pirate plots一样,它标记真实总体平均值的可能位置的置信区间(从学生T开始,或者作为贝叶斯最高密度区间或分位数区间)。在
在
由于默认情况下,它不会对称地镜像密度曲线,因此它允许并行地立即比较分布。在
文件
下载和安装
cmplot
是纯python代码。它没有特定于平台的依赖项,因此应该可以在所有平台上工作。它需要包plotly numpy scipy pandas
。最新版本的cmplot
可以通过键入以下任一项来安装:
pip3 install cmplot
或者:
^{pr2}$(来自GitHub)。在
还有一个version in Julia。在
快速启动
>>>importplotly.graph_objectsasgo>>>fromcmplotimportcmplot#call the cmplot directly inside a plotly Figure function as:>>>go.Figure(*cmplot(mydataframe,xcol="xsymbol"))#alternatively get traces and layout as separate variables, so that you can modify them or combine with others before passing them to Figure() function:>>>(traces,layout)=(cmplot(mydataframe,xcol="xsymbol"))#[...] do something with traces/layout>>>go.Figure(traces,layout)#plot it
版权所有
cmplot
在GNU Affero General Public License下获得许可。在
(c)版权所有Giuseppe Insana,2019-
- 项目
标签: