- 综合排序
- 最热优先
- 最新优先
- 来自专栏二猫の家
fig,ax = plt.subplots()
它是用来创建 总画布/figure“窗口”的，有figure就可以在上边（或其中一个子网格/subplot上）作图了，（fig：是figure的缩写）。 fig, ax = plt.subplots(1,3),其中参数1和3分别代表子图的行数和列数，一共有 1x3 个子图像。函数返回一个figure图像和子图ax的array列表。 fig, ax = plt.subplots(1,3,1),最后一个参数1代表第一个子图。 如果想要设置子图的宽度和高度可以在函数内加入figsize值：fig, ax = plt.subplots(1,3,figsize=(15,7))，这样就会有1行3个15x7大小的子图。 系统默认命令是rcParams["figure.fig.size"] = [6.4, 4.8]，即figure长宽为6.4 * 4.8； dpi=None, # 设定figure
62220编辑于 2023-02-16 - 来自专栏开源部署
Docker编排工具Fig介绍
【编者的话】Fig是一个基于Docker的用于快速搭建开发环境的工具，目前Fig团队已经加入Docker公司。 Fig通过一个配置文件来管理多个 Docker容器，非常适合组合使用多个容器进行开发的场景。Fig可以和Docker一起来构建基于Docker的复杂应用。本文详细介绍了Fig的安装以及使用。 Fig简介 这个更实用的工具称为Fig。Fig是Orchard的一个产品并很快成为自动化Docker容器编排一个事实标准，目前Fig已经被Docker公司收购并成为官方支持的解决方案。 安装Fig Fig是一个Python Package，你可以使用以下命令来安装： $ sudo pip install -U fig 就这么简单。如果不能工作，可以从Fig的官方文档中了解更多信息。 使用Fig 使用Fig来编排一个基础设施，你首先需要在YAML配置文件中描述它。描述语法很简单，和Docker有点类似。
82950编辑于 2022-07-04 - 来自专栏单细胞测序
单细胞测序—PDA文章复现_单分组(Fig.1_Fig.2)
单细胞测序—PDA文章复现_单分组(Fig.1_Fig.2)最近在学习复现Cellular heterogeneity during mouse pancreatic ductal adenocarcinoma 这里记录下Fig1和Fig2的复现过程。1 文章简介文章的Fig1,Fig2只涉及GSE125588的前三个数据集，是基于0.6的resolution进行降维聚类，采用tsne降维方法。 GSM3577882 Normal PancreasGSM3577883Early KIC GSM3577884Late KIC 1.1 Fig1总览1.2 Fig2总览2 文章复现GEO上下载整理好数据之后 （tsne.pdf）和右图（percentage.pdf）为复现过程中的细胞分群与比例Mark基因（右图为marker_paper_vio_celltype.pdf）对比以上是early-KIC分组中Fig1 的内容，Fig暂时只做了FeaturePlot.pdf部分总体对比下2.2 late-KIC另外两个分组操作类似，这里不做赘述。
43010编辑于 2024-09-03 - 来自专栏早起Python
Matplotlib：先搞明白plt. ax. fig再画
fig, ax = plt.subplots() ax.plot(A,B) 大部分的新手教程，都是以plt.xxx开始的。我个人认为这不是一个很好的方式。 figure fig = plt.figure(): 可以解释为画布。 画图的第一件事，就是创建一个画布figure，然后在这个画布上加各种元素。 这个function创建了一个大小为（14，7）的画布，把这个画布赋值给变量fig，同时在这个画布上创建了一个axes，把这个axes赋值给ax。 这样，所有未来的fig.xxx都是对这个画布的操作，所有ax.xxx都是对这个axes的操作。 如果你有两个图，那么ax是一个有两个元素ax[0],ax[1] 的list。 fig, ax = plt.subplots(figsize=(14,7)) # fig, ax = plt.subplots(2,1,figsize(14,7)) # ax[0].*** # ax[1
1.6K20发布于 2020-04-22 - 来自专栏前端西瓜哥的前端文章
Figma 的 fig 文件格式居然解析出来了
fig 文件 导出 Figma 的设计文件，我们会得到一个 fig 文件。 fig 是一种二进制的格式。 然后导出 fig 文件，拿到了一个名为 fig-file.fig 的文件。 先用 vscode 打开看看。 不是文本文件，应该就是二进制文件了。 不管怎样，强行用文本格式打开。 unzip fig-file.fig 解压内容 解压后的内容为： . ├── canvas.fig ├── fig-file.fig # 这个是压缩源文件 ├── images │ └── 0b15125516ae308a2d819f2970e851c0402949d2 好在这个 Schecha 有保存在 fig 文件里的。 canvas.fig 文件 实际上这个 canvas.fig 文件并不是 Kiwi，它是一个复合产物。 首先开头的 fig-kiwi 字符串是一个注释，表示它是一个 fig 文件（毕竟前面也看到了，fig 文件可能也是 ZIP），并使用了 kiwi 进行编码。
3K10编辑于 2023-12-19 - 来自专栏开源部署
Ubuntu14.04上Fig出现Couldn’t connect to Docker daemon …问题
在Ubuntu 14.04上正确安装的Docker和Fig后，Docker可以正常使用，但是在使用Fig的时候出现下面的错误 Couldn't connect to Docker daemon at http 再次运行开始出现错误的 Fig 命令，问题消失。 Docker编排工具Fig介绍 http://www.linuxidc.com/Linux/2015-01/111390.htm
56720编辑于 2022-07-04 - 来自专栏静Design
超实用的Figma交互按钮实例.Fig来啦，附教程及源文件。
静电说：交互式元件（Interactive Component）是Figma Beta版本中新增加的功能。通过它，你可以在各个元件状态之间进行切换（当然是通过某些手势），从而实现流畅平滑的过渡效果。
6.7K30发布于 2021-03-30 - 来自专栏开源部署
Ubuntu 14.04 上 Fig 出现 client and server don’t have same version 问题及解决办法
在Ubuntu14.04上正确安装的Docker和Fig后，Docker可以正常使用，但是在使用Fig的时候出现下面的错误 client and server don't have same version 此时是由于Docker的版本有问题，解决办法是更新升级系统，然后重启Docker服务或者系统 sudo apt-get update sudo apt-get upgrade Docker编排工具Fig
37110编辑于 2022-07-04 - 来自专栏单细胞天地
【单细胞中性粒】慢性病毒性肝炎(复现fig1)
这里我画的确实不咋美观呢【此外，似乎原文的marker不是按照top基因来选的？】
34910编辑于 2024-06-25 - 来自专栏生信菜鸟团
【单细胞中性粒】慢性病毒性肝炎(复现fig1)
这里我画的确实不咋美观呢【此外，似乎原文的marker不是按照top基因来选的？】
26910编辑于 2024-06-11 - 来自专栏文献分享及代码学习
单细胞韧皮部研究代码解析4-Fig01-umap_cell_types.R
代码链接：https://github.com/tavareshugo/publication_Otero2022_PhloemPoleAtlas/blob/master/analysis/figures/Fig01
43220编辑于 2023-05-06 - 来自专栏生信补给站
scRNA分析|单细胞文献Fig1中的分组umap图和细胞比例柱形图
类似2021年CELL 文章Single-cell landscape of the ecosystem in early-relapse hepatocellular carcinoma，单细胞文献的Fig1 (p1 + plot_sample)/((p2+p3)+plot_group) + plot_annotation(title = "FIG1", tag_levels = "A") 简单的汇总一下
8.9K44编辑于 2022-11-11 - 来自专栏小明的数据分析笔记本
跟着Nature学作图：R语言ggplot2分组折线图完整示例（Extended Fig2）
https://www.nature.com/articles/s41586-022-05275-y
80020编辑于 2023-01-06 - 来自专栏小明的数据分析笔记本
跟着Nature学作图：R语言ggplot2散点图和柱形图完整示例（Extended Fig3）
https://www.nature.com/articles/s41586-022-05275-y
94820编辑于 2023-01-06 - 来自专栏机器学习/数据可视化
可视化神器Plotly玩转柱状图
fig = px.bar(df1,x="name",y="age") fig.show() ? ) fig.show() ? 默认情况下是水平显示： fig = px.bar(information,x="days",y="number") fig.show() # 默认水平显示 ? fig.update_layout(xaxis_tickangle=-45) # 倾斜角度设置 fig.show() # 结果是向左倾斜 ? ") fig.show() ?
5.8K30发布于 2021-04-23 - 来自专栏全栈程序员必看
echarts图表在Tab页中width: 100%失效导致的第一个Tab页之后的Tab页图表不能正常显示的问题
('fig-t'), 'white', {renderer: 'canvas'}); fig_f = echarts.init(document.getElementById('fig-f'), 'white', {renderer: 'canvas'}); fig_e = echarts.init(document.getElementById('fig-e'), 'white', 100%的效果 $('#fig-e').css('width', w); // 获取父容器的宽度直接赋值给图表以达到宽度100%的效果 if ((typeof fig_t) ! ((typeof fig_f) ! ((typeof fig_e) !
3.4K20编辑于 2022-07-11 - 来自专栏MeteoAI
利用Python对气象降水场做EOF分析
,orientation='horizontal',format='%.1f',) #绘制PC fig_ax4 = fig.add_axes([0.65, 0.808, 0.47, 0.285]) fig_ax4 ='black',zorder = 1) fig_ax22 = fig.add_axes([0.525, 0.43, 0.072, 0.15],projection = proj) fig_ax22. ='black',zorder = 1) fig_ax33 = fig.add_axes([0.525, 0.78, 0.072, 0.15],projection = proj) fig_ax33. ,orientation='horizontal',format='%.1f',) fig_ax4 = fig.add_axes([0.65, 0.808, 0.47, 0.285]) fig_ax4 ="--") fig_ax4.bar(np.arange(1961,2017,1),pc[:,0],color=color1) fig_ax5 = fig.add_axes([0.65, 0.458,
8.5K66发布于 2020-06-29 - 来自专栏机器学习/数据可视化
plotly-express-8-plotly实现散点图
t = np.linspace(0, 10, 50) y = np.sin(t) fig = go.Figure(data=go.Scatter(x=t, y=y, mode="markers")) fig.show mode='markers',name='markers')) fig.show() ? t = np.linspace(0, 10, 100) fig = go.Figure() fig.add_trace(go.Scatter( x=t, y=np.sin(t), name t = np.linspace(0, 10, 100) fig = go.Figure() fig.add_trace(go.Scatter( x=t, y=np.sin(t), name # 设置整个散点图的大小和间隔 fig.update_traces(mode='markers', marker_line_width=2, marker_size=8) fig.update_layout
1.9K10发布于 2021-03-01 - 来自专栏好奇心Log
数据处理 | EOF用法及可视化实例
='black',zorder = 1) fig_ax22 = fig.add_axes([0.525, 0.43, 0.072, 0.15],projection = proj) fig_ax22 ='black',zorder = 1) fig_ax33 = fig.add_axes([0.525, 0.78, 0.072, 0.15],projection = proj) fig_ax33 ,orientation='horizontal',format='%.1f',) fig_ax4 = fig.add_axes([0.65, 0.808, 0.47, 0.285]) fig_ax4 ="--") fig_ax4.bar(np.arange(1961,2017,1),pc[:,0],color=color1) fig_ax5 = fig.add_axes([0.65, 0.458 , 0.47, 0.285]) fig_ax5.set_title('(d) PC2',loc='left',fontsize = 15) fig_ax5.set_ylim(-2.5,2.5) fig_ax5
3.2K40发布于 2021-05-28 Plotly绘图，快速入门
= go.Figure(scatter)# iplot(fig)fig.show()对散点进行自定义：In 5:# 进阶版data = [go.Scatter(x = df['reading score = go.Figure(data = data, layout = layout)# iplot(fig)fig.show()5 分组散点图In 6:trace_male = (go.Scatter( = go.Figure(data=data,layout=layout) #iplot(fig)fig.show()颜色渐变条设置：In 7:data = [go.Scatter(x = df[' =go.Figure(data = data, layout = layout)fig.update_yaxes(range = [0, 100])# iplot(fig)fig.show()10 分组柱状图 = go.Figure(data = data, layout = layout)iplot(fig)分组的直方图：In 29:fig = go.Figure()# 添加两个数据fig.add_trace
94611编辑于 2024-06-29
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