春江暮客的个人学习分享网站
棒棒糖图（Lollipop Chart）作为柱状图和点图的一种变体，因其简洁和清晰的特点在科学研究中越来越受欢迎。这种图表巧妙地结合了柱状图和散点图的优势，提供了一种视觉上更为吸引人的数据表示方式。
在棒棒糖图中，每个数据点通过一个“棒棒糖”来表示，包含一条线（棒）和线末端的一个圆点（糖果）。线的长度表示数值的大小，而圆点则突出了具体的数据点。这种格式特别适合比较有限数量的类别或时间点，使其成为生物学、医学和环境科学等领域数据可视化的优秀选择。
……在短视频和直播流行的年代，很多时候视频的存在形式不再是mp4,mkv等传统视频格式，而是m3u8这种流媒体格式，那么如果想下载喜欢的视频的话就需要做另外的处理。本文将以实际例子，详细介绍如何在Python环境下，下载m3u8流媒体数据，并将其嵌入到AMP网页中进行播放。下面就让我们详细了解一下全过程。
……在做探索性分析时，条形图、箱线图是很好的方法，他可以很好地展示大概的数据结构与分布，由于最近看到有人使用使用雨云图展示数据，图形看起来很美观，有趣，因此这里也就进行了梳理并使用python实现雨云图的绘制。
雨云图其实是一种混合图，由四部分组成，它们分别是 violin plot（云）、boxplot（伞）、swarm plot（雨）。
……在python中matplotlib进行绘图时,有时为了图形的美观,需要在其上方或者下方进行颜色填充,这时需要采用的函数是fill_between,其中参数y2决定第二条线,如果是向上还是向下填充,下面具体展示:
我们这里以正弦函数为例
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
n = 1024
x = np.linspace(-np.pi, np.pi, n, endpoint=True)
y = np.sin(2 * x)
plt.plot(x, y, color='blue', alpha=1.00)
plt.savefig("sin.png",dpi=200)
plt.close()
画出来的正弦函数图为:
……置信区间(confidence interval,ci)是总体数值在特定可信度下的区间。 它是根据原始观测样本估计的，通常定义为 95%.即通常所说的95%置信区间.
一般情况下,获得的样本都是抽样得到的,总体是未知的,这样从样本中获得的数据没法直接反映总体情况,为了表示样本表示总体的情况,置信区间也就有了用武之地.
……一致性指数(concordance index)或者说c-index是用于评估算法预测效果的参数.定义上是指素有时间点上一致性对的比例.该参数在生物学上比如癌症预测上具有重要意义,可以用来评估癌症生存期预测的好坏.在python中可以使用lifelines包下的工具的concordance_index函数进行计算下面从具体的例子看看其具体的意义. 假设实际应用中有个癌症研究,其中6个患者的生存期情况分别为1个月,6个月,12个月,2年,3年,5年,如果预测结果为1个月,6个月,12个月,2年,3年,5年.那么该预测完全正确,c-index最高,为1,计算代码如下:
……在python中存储集合数据可以选择多种原生数据类型,包括list,array,tuple,dictionary四种类型.其中list可变性强,可存储任意内容并且可变,应用范围广泛.而在进行科学运算,存储纯数字时,numpy被广泛应用,可以说基本完全替代了list.那么它们之间有何不同,差距到底有多大,实际过程中应该如何应用呢?
……本文章将从数学及代码角度阐述K-Means聚类方法的原理及应用。
聚类分析允许我们找到相似样本或者feature的组，这些对象之间的相关性更强。 常见的用途有包括按照不同的基因表达情况对样本进行分组，或者根据不同样本的分类对基因进行分组等。 本文将会介绍聚类算法中的k-means：
k-means是一种高效的无监督的聚类方法，最初用于信号处理，旨在将n个观测值划分为k个簇，其中每个观测值都属于具有最近均值的簇（簇中心或簇质心），作为群。很容易混淆的另一种聚类方法是监督学习算法k-nearest neighbors (KNN)，需要注意。
……在可视化数据时，通常需要在单个图形中绘制多个图形。 例如，如果您想从不同的角度可视化相同的变量（例如，数字变量的并排直方图和箱线图），则多个图形很有用。 在这篇文章中，我分享了绘制多个图形的 4 个简单但实用的技巧。
数据集📦让我们导入包并更新图表的默认设置，为图表添加一点个人风格。 我们将在提示上使用 Seaborn 的内置数据集：
……