使用matplotlib绘图的完整流程

在matplotlib中存在两套画图命令:

  • 基于面向对象的方式OO
  • 基于pyplot函数接口的方式

作者还是推荐我们使用object-oriented interface的方式绘制图形

以后绘图中涉及到的一些常见操作,我用锚点标注好;以后查具体的代码也很方便

绘图数据

准备绘图数据,包含了几个人的收入信息吧;准备绘制一个柱状图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import numpy as np
import matplotlib.pyplot as plt

#数据字典
data = {'Barton LLC': 109438.50,
'Frami, Hills and Schmidt': 103569.59,
'Fritsch, Russel and Anderson': 112214.71,
'Jerde-Hilpert': 112591.43,
'Keeling LLC': 100934.30,
'Koepp Ltd': 103660.54,
'Kulas Inc': 137351.96,
'Trantow-Barrows': 123381.38,
'White-Trantow': 135841.99,
'Will LLC': 104437.60}

group_data = list(data.values()) ##工资
group_names = list(data.keys()) ##人名
group_mean = np.mean(group_data) ## 平均值

创建实例对象

Read more »

在matplotlib中存在两套画图命令:

  • 基于面向对象的方式OO
  • 基于pyplot函数接口的方式

作者还是推荐我们使用object-oriented interface的方式绘制图形

以后绘图中涉及到的一些常见操作,我会用锚点标注好;以后查具体代码的时候也会非常的快

绘图数据

准备绘图数据,包含了几个人的收入信息吧;准备绘制一个柱状图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import numpy as np
import matplotlib.pyplot as plt

#数据字典
data = {'Barton LLC': 109438.50,
'Frami, Hills and Schmidt': 103569.59,
'Fritsch, Russel and Anderson': 112214.71,
'Jerde-Hilpert': 112591.43,
'Keeling LLC': 100934.30,
'Koepp Ltd': 103660.54,
'Kulas Inc': 137351.96,
'Trantow-Barrows': 123381.38,
'White-Trantow': 135841.99,
'Will LLC': 104437.60}

group_data = list(data.values()) ##工资
group_names = list(data.keys()) ##人名
group_mean = np.mean(group_data) ## 平均值

创建实例对象

采用面向对象的接口,生成figure.Figureaxes.Axes实例对象

  • figure.Figure相当于画布的作用,在上面可以绘制多个图片
  • axes.Axes就是一副完整的图片,多个图片可以绘制在一块画布上
Read more »

最近准备把一些数据可视化一下,打算使用前端的d3.js库。这个库的全称也被称为Data-Driven Document,顾名思义,基于数据驱动文档,这一概念和Vue的设计思想很类似。d3.js下面统称为D3;一直以来是神一般的库的存在;尽管已经有许多优秀的库例如百度的echaet等;但是D3与其他的库相比在于,提供了无限定制的能力,让你的想象力尽情的发挥;在交互性上做的同样优秀。

~~感受一波

d3js案例

Read more »

最近在使用SMTP邮件系统的时候,用的是网易163的账号,结果账号被封了导致服务器在给用户批量发送邮件时失败,而且又没有报错提示,整的我一脸懵逼。出于无奈,我使用之前学习的nodemysql知识搭建了一个后台系统;再使用APPache反向代理将内网中node服务器信息,转发到公网服务器。同时node操作mysql时,使用到了之前学习的Promise知识 ,解决了异步操作的问题。涉及到的知识点主要包含以下方面:

  1. log4js记录node日志
  2. PowerDesigner设计数据表
  3. Promise解决mysql异步操作

404

Read more »

本教程主要讲,如何使用matplotlib绘制image图片;这里的image不是我们平时见到的RGB编码的图片,matplotlib绘制的image是基于矩阵数据进行绘制的;也可以将RGB的图片转码成numpy矩阵,然后对矩阵进行操作就

需要注意的是matplotlib中只支持png图片的加载,如果要获得其他类型图片的数据,则需要Pillow包的支持

Read more »

TAD的鉴定方法(一)——cool格式的转换

上次我们使用HiC-Pro将HiC数据比对到了参考基因组上,并且得到了bin水平的HiC数据(交互文件),我们这里介绍一下TAD的鉴定方法(使用HiCPeaks和TADLib中的两个程序),大致分为以下两步(我们会分)

  • cool格式的转换
  • TAD的鉴定

注:TAD的相关介绍请看本博客之前的文章:三维基因组之TAD的形成机制以及其特征

Read more »

TAD的鉴定方法(二)——TAD的鉴定

上一篇文章我们详细介绍了cool格式的转化,格式的转化是为了更好地进行数据的分析,这次,我们就来详细学习使用TADLib进行TAD的鉴定。

Read more »

在1945年,美国科学家冯诺依曼,提出了冯诺依曼计算机结构,计算机主要由运算器、控制器、存储器、输入输出设备组成。这一理论一直延续至今,并且构成所有现代电子计算机的模板。简单的将这些术语翻译成我们日常听到的就是:

  • CPU
  • 操作系统
  • 硬盘
  • 鼠标、键盘、显示器等
U8l41K.png
Read more »

HiC-Pro安装与使用

HiC-Pro可以用来处理Hi-C数据,从原始的fastq文件(配对端Illumina数据)到标准化的交互图谱。简单的来说就是将Hi-C数据比对到拼装好的参考基因组上,并形成交互文件去存储Hi-C数据。下面我们就来介绍一下HiC-Pro的安装与使用。

Read more »

pyplot对象包含了一系列用于绘图的函数,使得它工作起来就像MATLIB一样。它的功能例如:

  • 创建一个figure对象
  • 绘制一片绘图区域
  • 在区域中绘制线条或者点
  • 也可以绘制labels
Read more »