下面列出了产品在设计阶段可能涉及到的设计软件。产品正式定型前需要经过 概念模型、草图设计、造型设计、机械设计等阶段,每个阶段都需要特定的专业软件来完成。 1. AutoCAD 2D绘图软件,Autodesk 出品,著名的大型计算机辅助绘图软件,主要用来绘制工种图样。它为工种设计人员提供了强有力的两维和三维设计与绘图功能。具有完善的图形绘制功能、强大的图形编辑功能、可采用多种方式进行二次开发或用户定制、可进行多种图形格式的转换,具有较强的数据交换能力,同时支持多种硬件设备和操作平台。当前Auto CAD已经广泛应用于…

2021-01-20 23点热度 1人点赞 阅读全文

R语言 概述 R语言是用于统计分析,图形表示和报告的编程语言和软件环境。 R语言由Ross Ihaka和Robert Gentleman在新西兰奥克兰大学创建,目前由R语言开发核心团队开发。 R语言的核心是解释计算机语言,其允许分支和循环以及使用函数的模块化编程。 R语言允许与以C,C ++,.Net,Python或FORTRAN语言编写的过程集成以提高效率。 R语言在GNU通用公共许可证下免费提供,并为各种操作系统(如Linux,Windows和Mac)提供预编译的二进制版本。 R是一个在GNU风格的副本左侧的自…

2020-07-01 122点热度 2人点赞 阅读全文

2020-06-30 145点热度 2人点赞 阅读全文

很多数据科学工作者都存在这样一个痛点,由于没有能点亮网页前端的技能树,导致在项目展示或项目合作时,无法快速开发出这样一套用户界面以供使用。而今天要介绍的Streamlit正是为了应对这一痛点而生的。 Streamlit是一个机器学习工程师专用的,专门针对机器学习和数据科学团队的应用开发框架,是目前开发自定义机器学习工具的最快的方法。可以认为它的目标是取代Flask在机器学习项目中的地位,可以帮助机器学习工程师快速开发用户交互工具。 一、Streamlit是什么? Streamlit是一个强大的python开源工具包…

2020-06-30 452点热度 2人点赞 阅读全文

import numpy as np from bokeh.plotting import figure, show, output_notebook from bokeh.layouts import gridplot output_notebook() from bokeh.themes import built_in_themes from bokeh.io import curdoc curdoc().theme = 'dark_minimal' from math import pi import pan…

2020-06-29 111点热度 0人点赞 阅读全文

# 导入库 from bokeh.plotting import figure, output_notebook, show output_notebook() # 在notebook中显示 plot = figure() plot.circle([1,2], [3,4]) show(plot) 输出为HTML文件 from bokeh.plotting import output_file output_file("my plot.html", title="my plot html exampl…

2020-06-29 171点热度 0人点赞 阅读全文

# 导入库 from bokeh.plotting import figure, output_notebook, show output_notebook() # 在notebook中显示 主题 from bokeh.themes import built_in_themes from bokeh.io import curdoc x = [1, 2, 3, 4, 5] y = [6, 7, 6, 4, 5] curdoc().theme = 'caliber' # 'caliber'、'dark…

2020-06-29 492点热度 2人点赞 阅读全文

Bokeh的绘图数据可以直接使用Python中的list、dict,也可以使用Numpy中的Array以及Pandas中的DataFrame数据类型。绘制较复杂的图形时,也可以使用Bokeh独有的ColumnDataSource定义绘图数据,以便在绘图方法中直接调用列名进行绘图。当需要在原始数据中更新、筛选部分数据时,Bokeh提供了一些专属方法,这些方法在进行较复杂的动态交互时会经常用到。 # 导入库 from bokeh.plotting import figure, output_notebook, show…

2020-06-29 119点热度 0人点赞 阅读全文

Bokeh是一个基于D3.js的绘图库,所以其绘图结果可以与Web应用无缝衔接,在实现与读者交互的同时,便于分享、传播。其次,Bokeh有着自己强大又丰富的绘图库,提供了优雅、简洁的多功能图形绘制方法,在超大数据集或流式数据集上具有高性能的交互性,且与Python(或其他语言)的交互快速而简单。 开始上手 先画一个简单的散点图 from bokeh.plotting import figure, output_notebook, showoutput_notebook()x = [1, 2, 3, 4, 5]y =…

2020-06-29 109点热度 0人点赞 阅读全文

绘图步骤: 准备数据选择结果输出方式 可以用output_file()输出为"lines.html". 也可以使用output_notebook()在 Jupyter notebooks中直接展示。 用figure()绘制画布绘制图形,如line()显示绘图结果 举个栗子: 01_显示多条曲线,用用output_file()展示: from bokeh.plotting import figure, output_file, show # 准备数据 x = [0.1, 0.5, 1.0, 1.5, 2.0,…

2020-06-28 90点热度 1人点赞 阅读全文