SymPy Plotting Backends で電場ベクトルの方向場を描く - 相対論の理解とその周辺
SymPy Plotting Backends で電場ベクトルの方向場を描く Filed under SymPy & SPB, 電磁気学 2023年10月30日 正負の点電荷がつくる電場$\boldsymbol{r}_1$ にある正電荷 $q\ (>0)$ と，$\boldsymbol{r}_2$ にある負電荷 $-q$ がつくる電場ベクトル $\boldsymbol{E}$ は \begin{eqnarray} \boldsymbol{E} &=& \frac{q}{4\pi \varepsilon_0} \frac{\boldsymbol{r} – \boldsymbol{r}_1}{|\boldsymbol{r} – \boldsymbol{r}_1|^3} – \frac{q}{4\pi \varepsilon_0} \frac{\boldsymbol{r} – \boldsymb
Plotly
Plotly Open Source Graphing Library for Python Plotly's Python graphing library makes interactive, publication-quality graphs. Examples of how to make line plots, scatter plots, area charts, bar charts, error bars, box plots, histograms, heatmaps, subplots, multiple-axes, polar charts, and bubble charts. Plotly.py is free and open source and you can view the source, report issues or contribute on
【Python】 機械学習の可視化が捗るライブラリ「Yellowbrick」 - フリーランチ食べたい
機械学習Podcast「TWiML＆AI」で先週取り上げられた可視化ライブラリ「Yellowbrick」が非常に便利だったので紹介します！ちなみにPodcastには作者の1人であるRebecca Bilbroさんが出演しているので興味持った方は是非聞いてみてください。 twimlai.com www.scikit-yb.org Yellowbrickとは 一言で言うと、機械学習に特化した可視化ライブラリです。実装的な面で言うと(こちらの方がわかりやすいかもしれません)、scikit-learnとmatplotlibをラップして、scikit-learnライクなAPIで使うことができるものです。 例えば相関行列のヒートマップをプロットしたい場合は次のように書くだけでグラフを作ることができます。 visualizer = Rank2D(features=features, algorithm=
Dash Enterprise: The Premier Data App Platform for Python
Dash apps give a point-&-click interface to models written in Python, vastly expanding the notion of what's possible in a traditional "dashboard." With Dash apps, data scientists and engineers put complex Python analytics in the hands of business decision-makers and operators. When building Dash apps in a business setting, you'll need Dash Enterprise to deploy and scale them, plus integrate them w
ArviZ: Exploratory analysis of Bayesian models — ArviZ 0.2.1 documentation
To install the latest development version of ArviZ, please check the Installation guide for details. Contribution# Contributions and issue reports are very welcome at the github repository. We have a contributing guide to help you through the process. If you have any doubts, please do not hesitate to contact us on gitter. ArviZ’s functions work with NumPy arrays, dictionaries of arrays, xarray dat
matplotlibでの散布図・プロット・アニメーションなどのサンプル集 - めも
マルチラベルデータのプロット プロットするデータの作成 二次元で可視化 三次元で可視化 三次元で可視化してそれを回転させるアニメーションを作成 分類問題データのプロット Isomapで次元削減したものを可視化 プロットのマーカを変える＋ランダムに色を生成する その他 矢印をプロットに追加 棒グラフなどを模様で埋める(hatch) jupyter notebookでアニメーションを埋め込む 長方形の枠をプロットする ヒートマップのアニメーション 利用可能なカラーマップの取得 利用可能なマーカー（点の形）の一覧の取得 ラベルの位置の調整 その他のプロットのサンプルコード 宇宙工学・天文学など seaborn のギャラリー matplotlibのギャラリー 毎回ぐぐるのもあれだったので。 よく使うものでなるべくドキュメントのギャラリーになさそうなもの。 適当に追記するかもしれません。 マルチラベ
Jupyter
Jupyter Notebook Tutorial in Python Jupyter notebook tutorial on how to install, run, and use Jupyter for interactive matplotlib plotting, data analysis, and publishing code New to Plotly? Plotly is a free and open-source graphing library for Python. We recommend you read our Getting Started guide for the latest installation or upgrade instructions, then move on to our Plotly Fundamentals tutorial
matplotlib入門 - りんごがでている
matplotlibはPythonでグラフを描画するときなどに使われる標準的なライブラリです。 画像ファイルを作るばかりでなく、簡単なアニメーションやインタラクティブなグラフを作ることも可能です。 実際の例はmatplotlibサイトのギャラリーで見ることができます。 matplotlib/gallery matplotlibは本家のサイトやどこかのブログにあるチュートリアルや例を描画してみるぶんには簡単なのですが、 実際に自分でプロットするとなると基礎的な概念を理解していないと使いにくいライブラリでもあります。 また、基礎的な概念を理解していないとドキュメントを参照する際にもどこを見て、どう実用すればいいのかわかりません。 そこで、この記事ではそのあたりのmatplotlibの基礎を解説していきます。 なお、Python自体の知識はある程度仮定していますが、matplotlib自体の実装
簡単に美しいグラフ描画ができるPythonライブラリSeaborn入門 - MyEnigma
データビジュアライゼーションのデザインパターン20 - 混沌から意味を見つける可視化の理論と導入 -posted with カエレバ鈴木雅彦,鈴村嘉右 技術評論社 2015-05-08 Amazonで最安値を探す楽天市場で最安値を探すYahooショッピングで最安値を探す 目次 目次 PythonライブラリのSeabornとは? Seabornのインストール Seabornの特徴 スタイルの変更方法 matplotlibのグラフをSeabornのデフォルトスタイルに変更する Seabornのスタイルを変更する whitegrid dark white ticks 右と上のグラフの枠線を無くす グラフ描画機能 折れ線グラフ 棒グラフ 一次元分布データの描画(ヒストグラムや確率密度関数) ヒストグラム表示 二次元の分布データの描画 散布図のプロット データセットの相関分析 ヒートマップ Mac
The Architecture of Open Source Applications (Volume 2)matplotlib
Below is a simple Python script illustrating the architecture above. It defines the backend, connects a Figure to it, uses the array library numpy to create 10,000 normally distributed random numbers, and plots a histogram of these. # Import the FigureCanvas from the backend of your choice # and attach the Figure artist to it. from matplotlib.backends.backend_agg import FigureCanvasAgg as FigureCa
Python XGBoost の変数重要度プロット / 可視化の実装 - StatsFragments
Gradient Boosting Decision Tree の C++ 実装 & 各言語のバインディングである XGBoost、かなり強いらしいという話は伺っていたのだが自分で使ったことはなかった。こちらの記事で Python 版の使い方が記載されていたので試してみた。 puyokw.hatenablog.com その際、Python でのプロット / 可視化の実装がなかったためプルリクを出した。無事 マージ & リリースされたのでその使い方を書きたい。まずはデータを準備し学習を行う。 import numpy as np import xgboost as xgb from sklearn import datasets import matplotlib.pyplot as plt plt.style.use('ggplot') xgb.__version__ # '0.4' ir
Five Hundred Deep Learning Papers, Graphviz and Python
Update Check out the Part II of this post in which you can interact with the SVG graph by hovering and clicking the nodes, thanks to JavaScript. TL;DR I invested days creating a graph with PyGraphviz, representing the evolutionary process of deep learning’s state of the art for the last twenty-five years, or at least this was my objective. This is the final result: Introduction I am currently writ
Example gallery — seaborn 0.13.2 documentation
Ctrl+K Site Navigation Installing Gallery Tutorial API Releases Citing FAQ GitHub StackOverflow Twitter Example gallery# lmplot scatterplot lineplot displot relplot catplot boxplot violinplot relplot jointplot histplot boxplot stripplot JointGrid jointplot FacetGrid boxenplot scatterplot lmplot FacetGrid heatmap JointGrid kdeplot displot displot lmplot PairGrid PairGrid PairGrid barplot kdeplot ba
seaborn: statistical data visualization — seaborn 0.13.2 documentation
Seaborn is a Python data visualization library based on matplotlib. It provides a high-level interface for drawing attractive and informative statistical graphics. For a brief introduction to the ideas behind the library, you can read the introductory notes or the paper. Visit the installation page to see how you can download the package and get started with it. You can browse the example gallery
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
What is the Best Interactive Plotting Package in Python? – Research Computing and Data Services Resources
hypertools/readme.md at master · ContextLab/hypertools
Gallery — plotnine Commit: d1f7dbf documentation
Plotly | Make charts and dashboards online
http://www.mathgram.xyz/entry/plotly
GitHub - bmabey/pyLDAvis: Python library for interactive topic model visualization. Port of the R LDAvis package.
