matplotlib.cbook

Eine Sammlung von Hilfsfunktionen und Klassen. Ursprünglich stammten viele (aber nicht alle) aus dem Python Cookbook – daher der Name cbook.

Dieses Modul kann sicher von überall innerhalb von Matplotlib importiert werden; es importiert Matplotlib nur zur Laufzeit.

Klasse matplotlib.cbook. CallbackRegistry ( exception_handler=<Funktion _Ausnahme_Drucker> , * , Signale=None )

Basen:object

Behandeln Sie die Registrierung, Verarbeitung, Blockierung und Trennung für eine Reihe von Signalen und Rückrufen:

>>> def oneat(x):
...    print('eat', x)
>>> def ondrink(x):
...    print('drink', x)

>>> from matplotlib.cbook import CallbackRegistry
>>> callbacks = CallbackRegistry()

>>> id_eat = callbacks.connect('eat', oneat)
>>> id_drink = callbacks.connect('drink', ondrink)

>>> callbacks.process('drink', 123)
drink 123
>>> callbacks.process('eat', 456)
eat 456
>>> callbacks.process('be merry', 456)   # nothing will be called

>>> callbacks.disconnect(id_eat)
>>> callbacks.process('eat', 456)        # nothing will be called

>>> with callbacks.blocked(signal='drink'):
...     callbacks.process('drink', 123)  # nothing will be called
>>> callbacks.process('drink', 123)
drink 123

In der Praxis sollte man immer alle Rückrufe trennen, wenn sie nicht mehr benötigt werden, um hängende Referenzen (und damit Speicherlecks) zu vermeiden. Echter Code in Matplotlib tut dies jedoch selten, und aufgrund seines Designs ist es ziemlich schwierig, diese Art von Code zu platzieren. Um dies zu umgehen und diese Klasse von Speicherlecks zu verhindern, speichern wir stattdessen nur schwache Verweise auf gebundene Methoden, sodass CallbackRegistry es nicht am Leben erhält, wenn das Zielobjekt sterben muss.

Parameter :

exception_handler aufrufbar, optional

Wenn nicht None, muss exception_handlerException eine Funktion sein, die einen als einzigen Parameter akzeptiert. Es wird mit allen Exception von den Rückrufen während ausgelösten aufgerufen CallbackRegistry.processund kann die Ausnahme entweder erneut auslösen oder auf andere Weise behandeln.

Der Standardhandler gibt die Ausnahme (mit traceback.print_exc) aus, wenn eine interaktive Ereignisschleife ausgeführt wird; Es löst die Ausnahme erneut aus, wenn keine interaktive Ereignisschleife ausgeführt wird.

Signalliste , optional

Wenn nicht None, Signals ist eine Liste von Signalen, die diese Registrierung verarbeitet: Der Versuch, processauf connectein Signal zuzugreifen, das nicht in der Liste enthalten ist, löst eine ValueError. Der Standardwert „None“ schränkt die verarbeiteten Signale nicht ein.

blockiert ( * , Signal = None )

Blockieren Sie die Verarbeitung von Callback-Signalen.

Ein Kontextmanager zum vorübergehenden Blockieren/Deaktivieren der Verarbeitung von Rückrufsignalen durch die registrierten Listener.

Parameter :

Signalzeichenfolge , optional

Das zu blockierende Rückrufsignal. Standardmäßig werden alle Signale blockiert.

connect ( signal , func )

Registerfunktion , die aufgerufen werden soll, wenn ein Signalsignal erzeugt wird.

trennen ( cid )

Trennen Sie den mit der Rückruf-ID cid registrierten Rückruf .

Es wird kein Fehler ausgelöst, wenn ein solcher Rückruf nicht vorhanden ist.

Prozess ( s , * args , ** kwargs )

Prozesssignal s .

Alle Funktionen, die für den Empfang von Rückrufen auf s registriert sind, werden mit *argsund aufgerufen **kwargs.

Klasse matplotlib.cbook. Zackenbarsch ( init = () )

Basen:object

Eine disjunkte Datenstruktur.

Objekte können mit verbunden join(), mit auf Verbundenheit getestet joined()und alle disjunkten Mengen können abgerufen werden, indem das Objekt als Iterator verwendet wird.

Die zu verbindenden Objekte müssen hashfähig und schwach referenzierbar sein.

Beispiele

>>> from matplotlib.cbook import Grouper
>>> class Foo:
...     def __init__(self, s):
...         self.s = s
...     def __repr__(self):
...         return self.s
...
>>> a, b, c, d, e, f = [Foo(x) for x in 'abcdef']
>>> grp = Grouper()
>>> grp.join(a, b)
>>> grp.join(b, c)
>>> grp.join(d, e)
>>> list(grp)
[[a, b, c], [d, e]]
>>> grp.joined(a, b)
True
>>> grp.joined(a, c)
True
>>> grp.joined(a, d)
False

clean ( )

Säubern Sie tote schwache Referenzen aus dem Wörterbuch.

get_siblings ( a )

Gibt alle Elemente zurück, die mit einem verbunden sind, einschließlich sich selbst.

join ( a , * args )

Verbinden Sie die angegebenen Argumente in derselben Menge. Akzeptiert ein oder mehrere Argumente.

verbunden ( a , b )

Gibt zurück, ob a und b Mitglieder derselben Menge sind.

entfernen ( a )

Klasse matplotlib.cbook. GrouperView ( Grouper )

Basen:object

Unveränderliche Ansicht über eine Grouper.

clean ( )

[ Veraltet ] Säubern Sie tote schwache Referenzen aus dem Wörterbuch.

Anmerkungen

Veraltet seit Version 3.6.

get_siblings ( a )

Gibt alle Elemente zurück, die mit einem verbunden sind, einschließlich sich selbst.

join ( a , * args )

[ Veraltet ] Verbinden Sie gegebene Argumente mit demselben Satz. Akzeptiert ein oder mehrere Argumente.

Anmerkungen

Veraltet seit Version 3.6.

verbunden ( a , b )

Gibt zurück, ob a und b Mitglieder derselben Menge sind.

entfernen ( a )

[ Veraltet ]

Anmerkungen

Veraltet seit Version 3.6:

Klasse matplotlib.cbook. Stack ( Standard = None )

Basen:object

Stapel von Elementen mit einem beweglichen Cursor.

Ahmt Home/Back/Forward in einem Webbrowser nach.

zurück ( )

Verschieben Sie die Position zurück und geben Sie das aktuelle Element zurück.

Blase ( o )

Erhöhen Sie alle Referenzen von o an die Spitze des Stapels und geben Sie es zurück.

Erhöhungen :

WertFehler

Wenn o nicht im Stack ist.

löschen ( )

Leeren Sie den Stapel.

leer ( )

Gibt zurück, ob der Stack leer ist.

vorwärts ( )

Verschiebt die Position nach vorne und gibt das aktuelle Element zurück.

home ( )

Schieben Sie das erste Element auf die Oberseite des Stapels.

Das erste Element wird zurückgegeben.

drücken ( o )

Schieben Sie o zum Stapel an der aktuellen Position. Verwerfen Sie alle späteren Elemente.

o wird zurückgegeben.

entfernen ( o )

Entferne o vom Stack.

Erhöhungen :

WertFehler

Wenn o nicht im Stack ist.

matplotlib.cbook. boxplot_stats ( X , whis = 1.5 , Bootstrap = None , Labels = None , Autorange = False )

Gibt eine Liste von Wörterbüchern mit Statistiken zurück, die verwendet werden, um eine Reihe von Box- und Whisker-Plots mit zu zeichnen bxp.

Parameter :

X -Array-ähnlich

Daten, die in den Boxplots dargestellt werden. Sollte 2 oder weniger Dimensionen haben.

whis float oder (float, float), Standard: 1.5

Die Position der Schnurrhaare.

Wenn es sich um einen Float handelt, befindet sich der untere Whisker am niedrigsten Datum über und der obere Whisker am höchsten Datum unter , wobei Q1 und Q3 das erste und dritte Quartil sind. Der Standardwert von entspricht Tukeys ursprünglicher Definition von Boxplots.Q1 - whis*(Q3-Q1)Q3 + whis*(Q3-Q1)whis = 1.5

Wenn es sich um ein Paar Schwimmer handelt, geben sie die Perzentile an, bei denen die Schnurrhaare gezeichnet werden sollen (z. B. (5, 95)). Insbesondere die Einstellung auf (0, 100) führt zu Whiskern, die den gesamten Bereich der Daten abdecken.

Im Grenzfall , in dem whis automatisch auf (0, 100) gesetzt wird (den gesamten Datenbereich abdeckt), wenn Autorange True ist.Q1 == Q3

Jenseits der Schnurrhaare werden Daten als Ausreißer betrachtet und als einzelne Punkte dargestellt.

Bootstrap int, optional

Anzahl, wie oft die Konfidenzintervalle um den Median herum gebootstrapped werden sollten (Perzentilmethode).

Beschriftungen Array-artig, optional

Beschriftungen für jeden Datensatz. Die Länge muss mit den Abmessungen von X kompatibel sein .

Autorange bool, optional (False)

Wenn Trueund die Daten so verteilt sind, dass das 25. und 75. Perzentil gleich sind, whiswird auf (0, 100) gesetzt, so dass die Whisker-Enden am Minimum und Maximum der Daten liegen.

Rückgaben :

Liste der dict

Eine Liste von Wörterbüchern, die die Ergebnisse für jede Datenspalte enthalten. Die Schlüssel jedes Wörterbuchs sind die folgenden:

Taste	Wertbeschreibung
Etikett	Tick-Label für den Boxplot
bedeuten	arithmetischer Mittelwert
med	50. Perzentil
q1	erstes Quartil (25. Perzentil)
q3	drittes Quartil (75. Perzentil)
iqr	Interquartilbereich
cilo	untere Kerbe um den Median
cihi	obere Kerbe um den Median
whislo	Ende des unteren Schnurrbarts
whishi	Ende des oberen Schnurrbarts
Flyer	Ausreißer

Anmerkungen

Der Nicht-Bootstrapping-Ansatz für das Konfidenzintervall verwendet eine Gaußsche asymptotische Annäherung:

\[\mathrm{med} \pm 1.57 \times \frac{\mathrm{iqr}}{\sqrt{N}}\]

Allgemeiner Ansatz von: McGill, R., Tukey, JW, und Larsen, WA (1978) "Variations of Boxplots", The American Statistician, 32:12-16.

matplotlib.cbook. contiguous_regions ( mask )

Geben Sie eine Liste von (ind0, ind1) zurück, mask[ind0:ind1].all()die wahr ist, und wir decken alle diese Regionen ab.

matplotlib.cbook. delete_masked_points ( * args )

Finden Sie alle maskierten und/oder nicht endlichen Punkte in einem Satz von Argumenten und geben Sie die Argumente zurück, wobei nur die unmaskierten Punkte übrig bleiben.

Argumente können einer von 5 Kategorien angehören:

1. 1-D-maskierte Arrays

2. 1-D-Arrays

3. ndarrays mit mehr als einer Dimension

4. andere Nicht-String-Iterables

5. noch etwas

Das erste Argument muss in einer der ersten vier Kategorien sein; jedes Argument mit einer anderen Länge als das erste Argument (und damit alles in Kategorie 5) wird dann unverändert durchgelassen.

Masken werden aus allen Argumenten der richtigen Länge in den Kategorien 1, 2 und 4 erhalten; Ein Punkt ist schlecht, wenn er in einem maskierten Array maskiert ist oder wenn er ein nan oder inf ist. Es wird kein Versuch unternommen, eine Maske aus den Kategorien 2, 3 und 4 zu extrahieren, wenn numpy.isfinite dies kein Boolesches Array ergibt.

Alle Eingabeargumente, die nicht unverändert übergeben werden, werden als ndarrays zurückgegeben, nachdem die Punkte oder Zeilen entfernt wurden, die Masken in einem der Argumente entsprechen.

Eine wesentlich einfachere Version dieser Funktion wurde ursprünglich als Helfer für Axes.scatter() geschrieben.

matplotlib.cbook. file_requires_unicode ( x )

Gibt zurück, ob für das angegebene beschreibbare dateiähnliche Objekt Unicode geschrieben werden muss.

matplotlib.cbook. flatten ( seq , scalarp=<function is_scalar_or_string> )

Geben Sie einen Generator von abgeflachten verschachtelten Containern zurück.

Zum Beispiel:

>>> from matplotlib.cbook import flatten
>>> l = (('John', ['Hunter']), (1, 23), [[([42, (5, 23)], )]])
>>> print(list(flatten(l)))
['John', 'Hunter', 1, 23, 42, 5, 23]

Von: Composite von Holger Krekel und Luther Blissett Von: https://code.activestate.com/recipes/121294/ und Rezept 1.12 im Kochbuch

matplotlib.cbook. get_sample_data ( fname , asfileobj = True , * , np_load = False )

Geben Sie eine Beispieldatendatei zurück. fname ist ein Pfad relativ zum mpl-data/sample_dataVerzeichnis. Wenn asfileobj ein Dateiobjekt zurückgibt True , ansonsten nur ein Dateipfad.

Beispieldatendateien werden im Verzeichnis „mpl-data/sample_data“ im Matplotlib-Paket gespeichert.

Wenn der Dateiname auf .gz endet, wird die Datei implizit entpackt. Wenn der Dateiname mit .npy oder .npz endet, asfileobj True und np_load True ist, wird die Datei mit geladen numpy.load. np_load ist derzeit standardmäßig auf „False“ gesetzt, wird aber in einer zukünftigen Version standardmäßig auf „True“ gesetzt.

matplotlib.cbook. index_of ( y )

Eine Hilfsfunktion, um vernünftige x-Werte für das gegebene y zu erstellen .

Dies wird zum Zeichnen von (x, y) verwendet, wenn x-Werte nicht explizit angegeben sind.

Versuchen Sie es zuerst y.index(vorausgesetzt, y ist a pandas.Series), wenn das fehlschlägt, verwenden Sie range(len(y)).

Dies wird in Zukunft erweitert, um mit mehr Typen gekennzeichneter Daten umzugehen.

Parameter :

y Float oder Array-ähnlich

Rückgaben :

x, y ndarray

Die zu plottenden x- und y-Werte.

matplotlib.cbook. is_math_text ( s )

Gibt zurück, ob der String s mathematische Ausdrücke enthält.

Dies geschieht, indem überprüft wird, ob s eine gerade Anzahl von Dollarzeichen ohne Escapezeichen enthält.

matplotlib.cbook. is_scalar_or_string ( val )

Gibt zurück, ob das angegebene Objekt ein Skalar oder ein String-ähnlich ist.

matplotlib.cbook. is_writable_file_like ( obj )

Gibt zurück, ob obj wie ein Dateiobjekt mit einer Schreibmethode aussieht .

matplotlib.cbook. ls_mapper = {'-': 'solid', '--': 'gestrichelt', '-.': 'gestrichelt', ':': 'gepunktet'}

Ordnet Funktionscodes für den Linienstil ihrem vollständigen Namen zu, der von Backends verwendet wird.

matplotlib.cbook. ls_mapper_r = {'gestrichelt': '-.', 'gestrichelt': '--', 'gepunktet': ':', 'durchgezogen': '-'}

Ordnet vollständige Namen für Linienstile, die von Backends verwendet werden, ihren Funktionscodes zu.

Klasse matplotlib.cbook. maxdict ( maxsize )

Basen:dict

[ Veraltet ] Ein Wörterbuch mit einer maximalen Größe.

Anmerkungen

Dies überschreibt nicht alle relevanten Methoden, um die Größe einzuschränken, nur __setitem__, also verwenden Sie es mit Vorsicht.

Veraltet seit Version 3.6: Verwenden Sie stattdessen functools.lru_cache.

matplotlib.cbook. normalize_kwargs ( kw , alias_mapping = None )

Hilfsfunktion zum Normalisieren von kwarg-Eingaben.

Parameter :

kw dict oder None

Ein Diktat von Schlüsselwortargumenten. None wird explizit unterstützt und als leeres Diktat behandelt, um Funktionen mit einem optionalen Parameter der Form zu unterstützen props=None.

alias_mapping dict oder Artist-Unterklasse oder Artist-Instanz, optional

Eine Zuordnung zwischen einem kanonischen Namen und einer Liste von Aliasen in der Rangfolge vom niedrigsten zum höchsten.

Wenn der kanonische Wert nicht in der Liste enthalten ist, wird davon ausgegangen, dass er die höchste Priorität hat.

Wenn eine Artist-Unterklasse oder -Instanz übergeben wird, verwenden Sie deren Eigenschaften-Aliaszuordnung.

Erhöhungen :

TypeError

Um abzugleichen, was Python auslöst, wenn ungültige Argumente/Schlüsselwortargumente an ein Callable übergeben werden.

matplotlib.cbook. open_file_cm ( path_or_file , mode = 'r' , encoding = None )

Pass-Through-Dateiobjekte und Kontextverwaltung von Pfaden.

matplotlib.cbook. print_cycles ( objects , outstream=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'> , show_progress=False )

Gibt Schleifen von zyklischen Referenzen in den gegebenen Objekten aus .

Es ist oft nützlich, gc.garbagedie Zyklen zu finden, die verhindern, dass einige Objekte von der Garbage Collection erfasst werden.

Parameter :

Objekte

Eine Liste von Objekten, in denen Zyklen gefunden werden können.

nach außen

Der Stream für die Ausgabe.

show_progress bool

Wenn True, drucke die Anzahl der erreichten Objekte, sobald sie gefunden wurden.

matplotlib.cbook. pts_to_midstep ( x , * args )

Konvertieren Sie die durchgehende Linie in mittlere Schritte.

Gegeben eine Reihe von NPunkten in Punkte konvertieren, 2Ndie bei linearer Verbindung eine Stufenfunktion ergeben, die die Werte in der Mitte der Intervalle ändert.

Parameter :

x -Array

Die x-Position der Schritte. Kann leer sein.

y1, ..., yp- Array

y Arrays, die in Schritte umgewandelt werden sollen; alle müssen die gleiche Länge haben wie x.

Rückgaben :

Reihe

Die x- und y-Werte werden in derselben Reihenfolge wie die Eingabe in Schritte konvertiert; kann als entpackt werden . Wenn die Eingabe length ist , hat jedes dieser Arrays length .x_out, y1_out, ..., yp_outN2N

Beispiele

>>> x_s, y1_s, y2_s = pts_to_midstep(x, y1, y2)

matplotlib.cbook. pts_to_poststep ( x , * args )

Konvertieren Sie die durchgehende Linie in Post-Steps.

Gegeben eine Reihe von NPunkten in Punkte umwandeln , die bei linearer Verbindung eine Stufenfunktion ergeben, die die Werte am Ende der Intervalle ändert.2N + 1

Parameter :

x -Array

Die x-Position der Schritte. Kann leer sein.

y1, ..., yp- Array

y Arrays, die in Schritte umgewandelt werden sollen; alle müssen die gleiche Länge haben wie x.

Rückgaben :

Reihe

Die x- und y-Werte werden in derselben Reihenfolge wie die Eingabe in Schritte konvertiert; kann als entpackt werden . Wenn die Eingabe length ist , hat jedes dieser Arrays length . Für ist die Länge 0.x_out, y1_out, ..., yp_outN2N + 1N=0

Beispiele

>>> x_s, y1_s, y2_s = pts_to_poststep(x, y1, y2)

matplotlib.cbook. pts_to_prestep ( x , * args )

Konvertieren Sie die durchgehende Linie in Vorschritte.

NKonvertieren Sie eine gegebene Menge von Punkten in Punkte, die bei linearer Verbindung eine Stufenfunktion ergeben, die die Werte zu Beginn der Intervalle ändert.2N - 1

Parameter :

x -Array

Die x-Position der Schritte. Kann leer sein.

y1, ..., yp- Array

y Arrays, die in Schritte umgewandelt werden sollen; alle müssen die gleiche Länge haben wie x.

Rückgaben :

Reihe

Die x- und y-Werte werden in derselben Reihenfolge wie die Eingabe in Schritte konvertiert; kann als entpackt werden . Wenn die Eingabe length ist , hat jedes dieser Arrays length . Für ist die Länge 0.x_out, y1_out, ..., yp_outN2N + 1N=0

Beispiele

>>> x_s, y1_s, y2_s = pts_to_prestep(x, y1, y2)

matplotlib.cbook. report_memory ( i = 0 )

[ Veraltet ] Gibt den vom Prozess verbrauchten Speicher zurück.

Anmerkungen

Veraltet seit Version 3.5: Verwenden Sie stattdessen psutil.virtual_memory.

matplotlib.cbook. safe_first_element ( obj )

Gibt das erste Element in obj zurück .

Dies ist eine typunabhängige Methode zum Abrufen des ersten Elements, die sowohl den Indexzugriff als auch das Iteratorprotokoll unterstützt.

matplotlib.cbook. safe_masked_invalid ( x , copy = False )

matplotlib.cbook. sanitize_sequence ( data )

Konvertieren Sie dictview-Objekte in eine Liste. Andere Eingaben werden unverändert zurückgegeben.

Klasse matplotlib.cbook. silent_list ( type , seq = None )

Basen:list

Eine Liste mit einer kurzen repr().

Dies soll für eine homogene Liste von Künstlern verwendet werden, damit diese keine lange, bedeutungslose Ausgabe verursachen.

Anstatt von

[<matplotlib.lines.Line2D object at 0x7f5749fed3c8>,
 <matplotlib.lines.Line2D object at 0x7f5749fed4e0>,
 <matplotlib.lines.Line2D object at 0x7f5758016550>]

man wird bekommen

<a list of 3 Line2D objects>

Wenn self.typeNone ist, wird der Typname aus dem ersten Element in der Liste (falls vorhanden) abgerufen.

matplotlib.cbook. simple_linear_interpolation ( a , Schritte )

Resampling eines Arrays mit Punkten zwischen ursprünglichen Punktpaaren.steps - 1

Entlang jeder Spalte von a werden Punkte zwischen den einzelnen ursprünglichen Werten eingefügt; die Werte werden linear interpoliert.(steps - 1)

Parameter :

ein Array, Form (n, ...)

Schritte int

Rückgaben :

Reihe

Form((n - 1) * steps + 1, ...)

matplotlib.cbook. strip_math ( s )

Latex-Formatierung aus Mathtext entfernen.

Verarbeitet nur vollständig mathematische und vollständig nicht mathematische Zeichenfolgen.

matplotlib.cbook. to_filehandle ( fname , flag = 'r' , return_opened = False , encoding = None )

Konvertieren Sie einen Pfad in ein geöffnetes Dateihandle oder übergeben Sie ein dateiähnliches Objekt.

Erwägen Sie open_file_cmstattdessen die Verwendung, da Sie damit neu erstellte Dateiobjekte einfacher ordnungsgemäß schließen können.

Parameter :

fname str oder pfadartig oder dateiartig

Wenn stroder os.PathLike, wird die Datei mit den Flags geöffnet, die durch flag und encoding angegeben sind . Wenn es sich um ein dateiähnliches Objekt handelt, wird es durchgereicht.

flag str, Standard: 'r'

Wird als Modusargument an übergeben, openwenn fnamestr or ist os.PathLike; ignoriert, wenn fname dateiartig ist.

return_opened bool, Standard: False

Wenn True, geben Sie sowohl das Dateiobjekt als auch einen booleschen Wert zurück, der angibt, ob dies eine neue Datei war (die der Aufrufer schließen muss). Bei False wird nur die neue Datei zurückgegeben.

Kodierung str oder None, Standard: None

Wird als Modusargument an übergeben, openwenn fnamestr or ist os.PathLike; ignoriert, wenn fname dateiartig ist.

Rückgaben :

fh -Datei ähnlich

geöffnet bool

open wird nur zurückgegeben wenn return_opened True ist.

matplotlib.cbook. violin_stats ( X , method , points = 100 , quantiles = None )

Gibt eine Liste von Wörterbüchern mit Daten zurück, die zum Zeichnen einer Reihe von Geigendiagrammen verwendet werden können.

Siehe ReturnsAbschnitt unten, um die erforderlichen Schlüssel des Wörterbuchs anzuzeigen.

Benutzer können diese Funktion überspringen und einen benutzerdefinierten Satz von Wörterbüchern mit denselben Schlüsseln an übergeben, violinplotanstatt Matplotlib für die Berechnungen zu verwenden. Im Abschnitt Rückgaben unten finden Sie die Schlüssel, die in den Wörterbüchern vorhanden sein müssen.

Parameter :

X -Array-ähnlich

Beispieldaten, die verwendet werden, um die Gaußschen Kerndichteschätzungen zu erstellen. Muss 2 oder weniger Dimensionen haben.

Methode aufrufbar

Die Methode zur Berechnung der Kerndichteschätzung für jede Datenspalte. Wenn es über aufgerufen wird , sollte es einen Vektor der Werte des KDE zurückgeben, die an den in coords angegebenen Werten ausgewertet werden.method(v, coords)

Punkte int, Standard: 100

Definiert die Anzahl der Punkte, an denen jede der Gaußschen Kerndichteschätzungen ausgewertet werden soll.

Quantile Array-artig, Standard: Keine

Definiert (wenn nicht None) eine Liste von Gleitkommazahlen im Intervall [0, 1] für jede Datenspalte, die die Quantile darstellt, die für diese Datenspalte gerendert werden. Muss 2 oder weniger Dimensionen haben. 1D-Array wird als Singleton-Liste behandelt, die sie enthält.

Rückgaben :

Liste der dict

Eine Liste von Wörterbüchern, die die Ergebnisse für jede Datenspalte enthalten. Die Wörterbücher enthalten mindestens Folgendes:

• coords: Eine Liste von Skalaren, die die Koordinaten enthält, an denen diese bestimmte Kerndichteschätzung ausgewertet wurde.

• vals: Eine Liste von Skalaren, die die Werte der Kernel-Dichteschätzung an jeder der in coords angegebenen Koordinaten enthält .

• mean: Der Mittelwert für diese Datenspalte.

• Median: Der Medianwert für diese Datenspalte.

• min: Der Mindestwert für diese Datenspalte.

• max: Der Maximalwert für diese Datenspalte.

• Quantile: Die Quantilwerte für diese Datenspalte.