mpl probscale
v0.2.5
เครื่องชั่งความน่าจะเป็นจริงสำหรับ matplotlib
เอกสารสฟิงซ์
มีการเปิดตัวอย่างเป็นทางการผ่านช่องทางหรือ PIP
conda install mpl-probscale --channel=conda-forge
pip install probscale
นี่คือแพ็คเกจ Pure-Python ดังนั้นการสร้างจากแหล่งที่มาจึงเป็นเรื่องง่ายในทุกแพลตฟอร์ม:
git clone [email protected]:matplotlib/mpl-probscale.git
cd mpl-probscale
pip install -e .
เพียงแค่นำเข้า probscale
ช่วยให้คุณใช้เครื่องชั่งความน่าจะเป็นในตัวเลข Matplotlib ของคุณ:
from matplotlib import pyplot
from scipy import stats
import probscale # nothing else needed
beta = stats . beta ( a = 3 , b = 4 )
weibull = stats . weibull_min ( c = 5 )
scales = [
{ "scale" : { "value" : "linear" }, "label" : "Linear (built-in)" },
{ "scale" : { "value" : "log" , "base" : 10 }, "label" : "Log. Base 10 (built-in)" },
{ "scale" : { "value" : "log" , "base" : 2 }, "label" : "Log. Base 2 (built-in)" },
{ "scale" : { "value" : "logit" }, "label" : "Logit (built-in)" },
{ "scale" : { "value" : "prob" }, "label" : "Standard Normal Probability (this package)" },
{
"scale" : { "value" : "prob" , "dist" : weibull },
"label" : "Weibull probability scale, c=5 (this package)" ,
},
{
"scale" : { "value" : "prob" , "dist" : beta },
"label" : "Beta probability scale, α=3 & β=4 (this package)" ,
},
]
N = len ( scales )
fig , axes = pyplot . subplots ( nrows = N , figsize = ( 9 , N - 1 ), constrained_layout = True )
for scale , ax in zip ( scales , axes . flat ):
ax . set_xscale ( ** scale [ "scale" ])
ax . text ( 0.0 , 0.1 , scale [ "label" ] + " →" , transform = ax . transAxes )
ax . set_xlim ( left = 0.5 , right = 99.5 )
ax . set_yticks ([])
ax . spines . left . set_visible ( False )
ax . spines . right . set_visible ( False )
ax . spines . top . set_visible ( False )
outpath = Path ( __file__ ). parent . joinpath ( "../img/example.png" ). resolve ()
fig . savefig ( outpath , dpi = 300 )
การทดสอบโดยทั่วไปจะทำผ่าน pytest
python -m pytest --mpl --doctest-glob= " probscale/*.py "