- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
2.海龟作图—-用Python绘图
x in range(1,100): #1<=x<100 t.forward(x) t.left(90) 2.2 旋转的海龟 python内建函数参考 #SquareSpiral2. range(100): t.pencolor(colors[x%4]) t.forward(x) t.left(91) 修改背景色 #ColorSquareSpiral2. sides,得到不同边数的螺旋线 import turtle t = turtle.Pen() turtle.bgcolor("black") # You can choose between 2
99330编辑于 2022-09-14 - 来自专栏明明如月的技术专栏
利用 AI 作图帮助理解知识
然而，人工智能的时代已经来临，为什么不尝试用 AI 来绘图帮我们理解呢？ 二、示例 对于简单的问题可以直接要求 AI 绘图解释；对于复杂的问题，可以先让它进行解释，满意之后再让它作图帮助我们理解。 AI 免费版用户可以考虑让它用 PlantUML 作图，Plus 用户可以使用作图插件如 Show Me 等。 问题2：根据上述的描述使用 PlantUML 绘制对应的时序图帮助我理解这个问题 当然可以，以下是一份简化的 PlantUML 时序图描述，这应该能帮助你更好地理解 Spring 如何处理循环依赖的问题 对于普通开发者来说，应该主动思考如何更好地利用 AI 帮助提高我们日常开发的效率，提高我们的生活质量。 虽然 AI 可能会出现错误和“幻觉”，但是整体来说利大于弊。 不是 AI 取代了人类，而是善于使用 AI 的人取代了不会使用 AI 的人。希望大家能够真正利用起来，提高工作效率，提高生活质量。
36920编辑于 2023-07-10 - 来自专栏小明的数据分析笔记本
跟着Cell学作图：R语言ggplot2作图展示差异表达的基因
构造数据集用来添加背景的灰色柱子 datbar<-data.frame(x=c("A","B","C","D"), y=c(20,10,20,10)) 接下来是作图代码 library(ggplot2) library(ggnewscale) library(tidyverse) ggplot()+ geom_col(data=datbar,aes(x=x, y=log2FoldChange, color=newcol1))+ geom_jitter(data=dat00 %>% filter(newcol1 == ' adjusted P-val < 0.01'), aes(x=newcol2,y=log2FoldChange, color=newcol1 c("#44a9a9","#4177aa","#12783c","#a94698"))+ geom_text(data=dat,aes(x=x,y=y,label=label)) 结果如下 作图的代码具体意思就不详细介绍了
1.6K40编辑于 2022-02-17 - 来自专栏算法一只狗
国内外的免费AI作图工具
通过简单的输入几个文字，在推荐模式下等到1-2分钟就可以出图了。 2 免费可用，不花一分钱。在现阶段，可已白嫖很多好看的图片，同时通过每天的签到，也能够免费生成图片。 3 不消耗自己的电脑资源。 2 下载图片时，需要进行人工审核。有时候生成了好看的图片，但是需要进行人工审核后才能下载。 具体费用 由于每次生成图片需要消耗电量，可以每天签到可以领取“电量”。 或者你不想每天签到这么麻烦，可以充钱，800个电量只要50块钱不到，就可以使用很久了： 盗梦师 盗梦师是一个小程序AI作画工具。它是西湖心辰联合西湖大学深度学习实验室最新发布的一款AI绘画小程序。 点数的获得可以从以下几个渠道： 认证为创作者：可以一次性赠送200点数 认证为知名创作者，比如画师、手帐作者等 AI艺术布道师，参与分享和评测，就有机会获得 当然不差钱的话可以直接购买点数。 需要一定的英语单词魔法积累 以上就是本次介绍的几个AI作画工具了，有兴趣的可以体验一下。
2.8K20编辑于 2023-01-18 - 来自专栏小明的数据分析笔记本
跟着PNAS学作图：R语言ggplot2作图展示多序列比对结果
论文 The evidence remains clear: SARS-CoV-2 emerged via the wildlife trade https://www.pnas.org/doi/10.1073 20221126/pnas.fasta") df 把序列拆分成一个碱基一列 df %>% tidyr::separate(seq.text,paste0("col",str_pad(1:28,2, =0, y=11:1, label=c(671,668,669,666,744,743,756,736,706,747,759)) df2< aes(x=x,y=y,label=label), inherit.aes = FALSE,hjust=1)+ geom_text(data=df2, p2 + geom_tile(data=df3,aes(x=x,y=y,fill=group), color="white",show.legend = FALSE)+
1.1K10编辑于 2023-01-06 - 来自专栏聊点学术
【科研作图】AI快速画出一个肝脏
昨天闲着，我用AI画了一个肝脏，感觉还行。 ? 总结了一下，我发现绘制这么一个肝脏，好像4个大步骤就能完成。绘图期间只需要使用铅笔工具、平滑工具、效果工具。 ? 最快捷的办法就是在搜索一张肝脏的图片，然后置入到AI中，用铅笔工具顺着外形去描绘勾勒肝脏外形。要点是尽量贴着慢慢勾勒好。 ? 画出基本外形后，采用左下侧的吸管工具给图形上色，与样图基本一致即可。 2.平滑工具 用铅笔勾勒的外形肯定是凹凸不平的，此时，采用平滑工具可以将这些地方抹平。操作方法是，先选中图形，然后再选择平滑工具，到图形轮廓处涂抹。 ? （2）风格化-内发光，这个可以营造光照在肝脏表面，形成过中间亮，四周暗的效果。 ? ? （3）风格化-羽化，这个工具可以虚化图形。我一般都是先用椭圆工具画一个圆形（填充白色，无外框）。
2.7K20发布于 2021-01-25 - 来自专栏做数据的二号姬
AI作图分享|返工日来点愉快的
25 2023-06 AI作图分享|我比较喜欢的AI画图 分享一些近期比较满意的AI画图，目前来看，可能是我的魔法水平不够，只有克系的图可用率高，其他的真的是做十张能用一张就不错了 LEARN MORE 人物画像篇 当我以自己的外貌特征作为提示词给AI时，它给我作品，多数都崩了，没崩的真的是少数： 哥特风 图片由Stable Diffusion绘制 图片由Stable Diffusion绘制 这个AI你为啥对这东西情有独钟？！ 图片由Stable Diffusion绘制 克系绘图 和人物绘图不一样，AI绘制克苏鲁基本没有败笔，满意度高达90%。
24810编辑于 2023-09-06 - 来自专栏小明的数据分析笔记本
跟着Forest Ecol Mang学作图：R语言ggplot2作图展示相关性分析结果
/tree/master/20210715 首先是读取数据集 library(readr) df1<-read_tsv("20210715/index.txt") head(df1) df2<-read_tsv ("20210715/meta.txt") head(df2) 相关性分析 library(psych) cor.result<-corr.test(df1,df2,method = "pearson ") 首先是提取其中的p值作图 首先把宽格式转换成长格式，并且把pvalue根据大小分成4中情况 library(tidyverse) cor.result$p %>% as.data.frame value <= 0.05 ~ "B", value > 0.001 & value <= 0.01 ~ "D", value <= 0.001 ~ "E" )) -> new_df1 作图代码 rowname) %>% mutate(abs_cor=abs(value)) -> new_df2 library(paletteer) ggplot()+ geom_tile(data=
1.1K20编辑于 2022-01-05 - 来自专栏小明的数据分析笔记本
R语言ggplot2作图好看的配色备选
配色来源于论文 https://www.nature.com/articles/s41577-022-00707-2 里面图的颜色看起来非常舒服，摘下来作为自己数据可视化作图的备选项 第一个图 image.png 八个配色 library(ggplot2) cols<-c("#88c4e8","#db6968","#982b2b","#0074b3", "#e5ce81","#f47720", "#459943","#bdc3d2") dat01<-data.frame(x=LETTERS[1:8], y=1) ggplot(data=dat01,aes(
3.1K21编辑于 2023-01-06 - 来自专栏小明的数据分析笔记本
跟着Nature Metabolism学作图：R语言ggplot2散点图
plasticity axes define distinct obesity sub-types https://www.nature.com/articles/s42255-022-00629-2# Sec15 s42255-022-00629-2.pdf 论文中没有公开代码，但是所有作图数据都公开了，我们可以试着用论文中提供的数据模仿论文中的图 今天的推文重复一下论文中的Fig1a 散点图 image.png 散点图背后的圆圈暂时搞不懂是怎么做的，ggplot2里有一个函数geom_contour ()应该可以实现，但是暂时没有搞清楚怎么使用 两个图我采用拼图的形式来实现，但是拼图怎么把横坐标轴的标题居中暂时搞不明白了 axis_minor") + theme(ggh4x.axis.ticks.length.minor = rel(0.1)) 子截断那个长度应该是一个相对值 部分示例数据截图 image.png 作图代码 data/20220921/fig1a.txt", header=TRUE, sep="\t") library(ggplot2)
49710编辑于 2023-01-06 - 来自专栏小明的数据分析笔记本
跟着Science学作图：R语言ggplot2作图展示基因组局部区域的共线性
准备数据 每个区间的bed文件 水稻 Chr4 28500000 28600000 玉米 2 17650000 18050000 然后用bed文件和对应的gff文件取交集提取区间内的基因 bedtools > rice.gene.gff 这个区间内的共线性关系如果有现成的就好了，我这里的处理方式是把两段区间内的序列提取出来，然后做blast，然后用blast的结果作为共线性的关系（我这里仅仅是为了获得作图数据 /maize/PhytozomeV13/Zmays/RefGen_V4/assembly/Zmays_493_APGv4.fa 2:17650000-18050000 > maize.fa samtools makeblastdb -in rice.fa -dbtype nucl -out rice blastn -query maize.fa -db rice -outfmt 6 > rice.maize.blastn 作图 )] %>% as.vector())) } return(x1) } x1<-myabc(rice.maize.blastn) x1 y1<-rep(c(2,1,1,2),nrow(rice.maize.blastn
1.6K30编辑于 2023-08-23 - 来自专栏R语言 / Linux
R语言作图
作图baseggplot2 ★ggpubr拼图par里的mfrowgrid.arrange cowplotcustomLayoutpatchwork ★导出经典三段论ggsave ★（属于ggplot2 ,可以存储）eoffice （可以导出为ppt）ggplot2语法入门级绘图模板ggplot(data=<DATA>)+ <GEOM_FUNCTION>(mapping=aes(<MAPPINGS>)) ggplot(data=iris)+ geom_point(mapping=aes(x=Sepal.Length, y=Petal.Length) ggplot2的特殊语法 geom_bar(mapping = aes(x = cut))ggplot(data = diamonds) + stat_count(mapping = aes(x = cut))使用表中数据直接作图 #作图代码...dev.off() #画完了，关闭画板方法3：eofficelibrary(eoffice)topptx(p,"iris_box_ggpubr.pptx") #把一张图保存为
2.2K20编辑于 2023-03-14 - 来自专栏小明的数据分析笔记本
跟着Nature学作图：R语言ggplot2热图
with human height https://www.nature.com/articles/s41586-022-05275-y s41586-022-05275-y.pdf 代码没有公开，但是作图数据基本都公开了 争取把每个图都重复一遍 今天的推文重复论文中的extended Figure8 热图 image.png 这里是三个热图，我们做三个图，然后将3个图拼接到一起 论文中提供的数据如下 image.png 作图的话需要对数据进行简单的整理 stringr) 第一个热图 dat01<-read_excel("data/20221014/extendFig8.xlsx", sheet = "Sheet<em>2</em>" "x") %>% mutate(signif=case_when( value > 1.35 ~ "*", TRUE ~ "" ), value=round(value,2) "x") %>% mutate(signif=case_when( value > 1.35 ~ "*", TRUE ~ "" ), value=round(value,2)
96130编辑于 2023-01-06 - 来自专栏生信学习笔记
R学习 作图
作图目的：展示自己的数据作图工具基础包(base)略显陈旧plot(iris[,1],iris[,3],col = iris[,5]) #点图，指定横纵坐标、颜色text(6.5,4, labels = 'hello')#在坐标(6.5,4)加一个标记'hello'ggplot2设置横纵坐标和属性ggplot(data = iris) + geom_point(mapping = aes(x = = Species), shape = 24, fill = "black")+ scale_color_brewer(palette = "Set2" 图片保存基础包保存(base)pdf("iris_box_ggpubr.pdf")#保存的函数及文件名boxplot(iris[,1]~iris[,5])text(6.5,4, labels = 'hello')#作图代码 dev.off()#关闭画板ggplot2p <- ggboxplot(iris, x = "Species", y = "Sepal.Length",
39110编辑于 2024-03-12 - 来自专栏全栈程序员必看
Python—海龟作图
1、因为海龟作图需要用到”turtle“库，所以先介绍库的三种引用方法： （1）：from 库名 import 函数名/ * ； （2）：import 库名 ——>使用时：库名.函数名 （3）：import 库名 as 函数名 2、turtle的使用方法： （1）Turtle库是Python语言中一个很流行的绘制图像的函数库，想象一个小乌龟，在一个横轴为x、纵轴为y的坐标系原点，(0,0)位置开始，它根据一组函数指令的控制 （2）画布：就是海龟作图是大小区域 turtle.setup(width=800,height=800, startx=100, starty=100) （3）画笔：在画布中，画笔原始在画布中心位置，海龟面朝 轴的正半轴（如上图） turtle.pensize()：设置画笔的宽度； turtle.pencolor()：设置海龟的颜色 turtle.speed()：设置海龟爬行的速度 （4）接下来是海龟作图的一些常见命令 （在其他大佬博客看到的）： 画笔运动的命令： 画笔控制的命令： 全局控制的命令： 海龟作图的例子： 代码： import turtle as t t.shape("turtle"
1.1K30编辑于 2022-09-15 - 来自专栏小明的数据分析笔记本
跟着Nature学作图：R语言ggplot2频率分布直方图
heritability and empowers tomato breeding https://www.nature.com/articles/s41586-022-04808-9#MOESM8 没有找到论文里的作图的代码 ，但是找到了部分组图数据，我们可以用论文中提供的原始数据模仿出论文中的图 今天的推文重复一下论文中的Figure2c 频率分布直方图 image.png 部分示例数据截图 image.png 作图数据用到的是 R2那一列 读取数据集 library(readxl) dat.fig2c<-read_excel("data/20220711/41586_2022_4808_MOESM6_ESM.xlsx", sheet = "Fig<em>2</em>c", skip = 1) head(dat.fig2c) 这里第一行数据没有用，我们可以选择手动删除 ，或者设置读取数据时不读取第一行 作图代码 library(ggplot2) library(latex2exp) ggplot(data=dat.fig2c,aes(x=R2))+ geom_histogram
1.6K10编辑于 2023-01-06 - 来自专栏小明的数据分析笔记本
R语言ggplot2作图配色相关R包备选
R语言ggplot2作图的时候配色如果不知道如何选择，可以参考如下链接https://r-charts.com/color-palettes/ image.png image.png image.png 这里分别提供了连续型数据和离散型数据的配色，应该能够满足我们日常的科研作图需求了。 提供了一些色盲患者也能够分辨的安全配色 通过函数help(package="colorBlindness")查看帮助文档，发现还有好多提供色盲患者也能识别的配色的R包 image.png 推文开头提到的链接中的颜色如果在ggplot2作图的时候想要使用的话需要安装 或者scale_fill_paletteer_c() 以下用一个热图做示例 参考链接 https://www.r-graph-gallery.com/79-levelplot-with-ggplot2. geom_tile() image.png 这里用到的fill填充颜色，连续型数值映射颜色，所以自定义的配色是用函数scale_fill_paletteer_c() library(ggplot2)
1.3K10编辑于 2022-04-08 - 来自专栏全栈程序员必看
python海龟作图红绿灯_海龟作图—用Python绘图
50) turtle.penup() turtle.goto(180,-50) turtle.down() turtle.color(“green”) turtle.circle(50) 显示效果: 2. current pen width w = width() # narrow the pen width width(w * 3.0 / 4.0) # set color: r = r + 1 g = g + 2 200, g % 200, b % 200) l = 3.0 / 4.0 * l lt(s) fd(l) if level < lv: draw_tree(l, level + 1) bk(l) rt(2
1.3K30编辑于 2022-09-07 - 来自专栏全栈程序员必看
python海龟作图画爱心_python1|海龟作图法
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/154093.html原文链接：https://javaforall.cn
1.3K20编辑于 2022-09-14 - 来自专栏小明的数据分析笔记本
R语言ggplot2作图如何去掉图例中的NA
可视化展示进化树的时候，我想给进化树的枝分组映射颜色，对应的推文是跟着Nature Genetics学画图：R语言ggtree给进化树的枝分组映射颜色 第一步是准备进化树文件 (((T1:0.4861354076,T2: image.png 加载需要用到的R包 library(treeio) library(ggtree) library(ggplot2) 读取树文件和分组信息 tree<-read.tree("practice.tree scale_color_discrete(na.translate=FALSE) 这样就把图例去掉了 自定义颜色 colors<-c("#3cb346","#00abf0","#d75427","#2e409a 小明的数据分析笔记本 需要示例数据和代码 点赞 点击在看 然后在后台留言 20210605 就可以了 小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、
5.6K40发布于 2021-07-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号