一组实用程序,用于以面向对象的方式测试matplotlib绘图。
plotchecker的Python项目详细描述
#绘图检查器[构建状态](https://travis-ci.org/jhamrick/plotchecker.svg?branch=master)(https://travis ci.org/jhamrick/plotchecker)
[![codecov.io](http://codecov.io/github/jhamrick/plotchecker/coverage.svg?branch=master)(http://codecov.io/github/jhamrick/plotchecker?分支=主)
[![文档状态](https://readthedocs.org/projects/plotchecker/badge/?版本=最新](http://plotchecker.readthedocs.org/en/latest/?badge=latest)
matplotlib绘图检查和分级的一组实用程序。**请注意,“plotchecker”只与python 3兼容,而与传统python 2不兼容**。文档可以在[阅读文档](https://plotchecker.read the docs.org/)上找到。
通常,解决问题有多种可能的方法;例如,如果要求学生创建一个“散点图”,以下是所有有效的方法:
``python
方法1
plt.plt.plt.plot(x,y,'o’)
``python
方法2
plt.spart.plt.plt.plt.plt.plt(x,y)
方法3
i in ranrange(len(x(x)):
plt.plt.plt.plt.plot(x[i],y[i],y[i],
是的“o”)
方法4
对于范围(len(x)):
plt.scatter(x[i],y[i])
````
不幸的是,上述每种方法也会在matplotlib中创建不同的数据底层表示。方法1创建单行对象;方法2创建单个集合;方法3创建*n*line对象,其中*n*是点数;方法4创建*n*collection对象。测试所有这些不同的边缘案例对教师来说是一个巨大的负担。
如果它们在视觉上看起来非常相似,为什么这不是一个有效的方法?
输入“plotchecker”,目的是从这些差异中抽象出来,并为教师提供一个简单的界面,供他们检查学生的绘图。只需要访问“axes”对象,然后,你可以编写一个通用的测试集,不依赖于它们是如何创建的。< Prt/>‘Python’Br/>从PruttCuffor导入ScatterPlotChecker。BR/>轴= PLT.gCa())Pc= ScatterPlotChecker(轴)BR/> PC.断言XXDATAY等于(x)BR/> PC.断言,YyDATAY等于(Y)
…
` BR/>< BR/>请参见[examples.ipynb](examples.ipynb)笔记本,以获取有关如何使用“plotchecker”的更多示例。
` plotchecker几乎肯定漏掉了一些边线框。如果你发现了什么,请提交一个bug报告(或者更好的,一个pr!).
[![codecov.io](http://codecov.io/github/jhamrick/plotchecker/coverage.svg?branch=master)(http://codecov.io/github/jhamrick/plotchecker?分支=主)
[![文档状态](https://readthedocs.org/projects/plotchecker/badge/?版本=最新](http://plotchecker.readthedocs.org/en/latest/?badge=latest)
matplotlib绘图检查和分级的一组实用程序。**请注意,“plotchecker”只与python 3兼容,而与传统python 2不兼容**。文档可以在[阅读文档](https://plotchecker.read the docs.org/)上找到。
通常,解决问题有多种可能的方法;例如,如果要求学生创建一个“散点图”,以下是所有有效的方法:
``python
方法1
plt.plt.plt.plot(x,y,'o’)
``python
方法2
plt.spart.plt.plt.plt.plt.plt(x,y)
方法3
i in ranrange(len(x(x)):
plt.plt.plt.plt.plot(x[i],y[i],y[i],
是的“o”)
方法4
对于范围(len(x)):
plt.scatter(x[i],y[i])
````
不幸的是,上述每种方法也会在matplotlib中创建不同的数据底层表示。方法1创建单行对象;方法2创建单个集合;方法3创建*n*line对象,其中*n*是点数;方法4创建*n*collection对象。测试所有这些不同的边缘案例对教师来说是一个巨大的负担。
如果它们在视觉上看起来非常相似,为什么这不是一个有效的方法?
输入“plotchecker”,目的是从这些差异中抽象出来,并为教师提供一个简单的界面,供他们检查学生的绘图。只需要访问“axes”对象,然后,你可以编写一个通用的测试集,不依赖于它们是如何创建的。< Prt/>‘Python’Br/>从PruttCuffor导入ScatterPlotChecker。BR/>轴= PLT.gCa())Pc= ScatterPlotChecker(轴)BR/> PC.断言XXDATAY等于(x)BR/> PC.断言,YyDATAY等于(Y)
…
` BR/>< BR/>请参见[examples.ipynb](examples.ipynb)笔记本,以获取有关如何使用“plotchecker”的更多示例。
` plotchecker几乎肯定漏掉了一些边线框。如果你发现了什么,请提交一个bug报告(或者更好的,一个pr!).