#matplotlib Repository
Scopri 64 repository GitHub open source attivi contrassegnati con #matplotlib, che raccolgono un totale di 360,312 stelle (con una media di 5,629 stelle per progetto). Il progetto leader di questo argomento è Asabeneh/30-Days-Of-Python, con 79,242 stelle.
64 repository in totale
La sfida di programmazione '30 giorni di Python' è una guida passo-passo per imparare il linguaggio di programmazione Python in 30 giorni. Questa sfida potrebbe richiedere più di 100 giorni. Segui il tuo ritmo. Anche questi video potrebbero aiutarti: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Python Data Science Handbook: testo completo in Jupyter Notebooks
Notebook Python per la data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamenti di Python, AWS e varie righe di comando.
Sistema di Trading Quantitativo Abu (Azioni, Opzioni, Futures, Bitcoin, Machine Learning) Trading quantitativo open-source basato su Python, architettura di investimento quantitativo
PyGWalker: Trasforma il tuo dataframe in un'interfaccia utente interattiva per l'analisi visiva
Disegna bellissime mappe dai dati di OpenStreetMap! Costruito con osmnx +matplotlib + shapely
Mappa di apprendimento dell'intelligenza artificiale, raccolta di quasi 200 casi pratici e progetti, materiali complementari gratuiti, ingresso da zero basi, pratica per l'occupazione! Include: Python, matematica, machine learning, analisi dati, apprendimento profondo, visione artificiale, elaborazione del linguaggio naturale, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv e altri campi caldi
Un libro ad accesso aperto sulla visualizzazione scientifica usando Python e Matplotlib
《Analisi dei dati con Python · 2ª edizione》
Una serie di funzioni di convenienza per semplificare operazioni di elaborazione di base delle immagini come traslazione, rotazione, ridimensionamento, scheletrizzazione e visualizzazione di immagini Matplotlib con OpenCV e Python.
Strumenti di analisi visiva e diagnostici per facilitare la selezione di modelli di machine learning.
:bar_chart: Salva le figure di matplotlib come TikZ/PGFPlots per un'integrazione fluida in LaTeX.
Uno strumento interattivo di visualizzazione dati che porta la grafica matplotlib nel browser utilizzando D3.
Una piccola libreria per l'ajustamento automatico della posizione del testo nei grafici matplotlib per minimizzare le sovrapposizioni.
Una raccolta di frammenti di codice dalla pubblicazione Daily Dose of Data Science su Substack: http://www.dailydoseofds.com/
🎨 Un wrapper conciso per matplotlib per creare grafici belli e di qualità da pubblicazione
Il mio corso di 'Python per l'analisi dei dati' su YouTube
Le visualizzazioni dei dati sono al centro di ogni pubblicazione dei risultati della ricerca scientifica. Devono essere il più chiare possibile per facilitare la comunicazione della ricerca. Poiché i dati possono avere formati e forme diverse, le visualizzazioni devono spesso essere adattate per riflettere i dati nel modo migliore possibile. Abbiamo sviluppato Pylustrator, un'interfaccia per modificare direttamente i grafici matplotlib generati da Python per finalizzarli per la pubblicazione. Pertanto, i subplot possono essere ridimensionati e trascinati con il mouse, t
Fogli di stile Matplotlib per formattare elegantemente figure per articoli scientifici, tesi e presentazioni, mantenendole completamente modificabili in Adobe Illustrator.
Adatta i tuoi grafici matplotlib al tuo articolo, poster o alle tue slide con una sola riga di codice.
Un insieme di colormap percepibilmente uniformi utili per tracciare dati scientifici
L’IA ha creato la tua figura di ricerca. Tavotto la rende pronta per la pubblicazione: modifica figure di matplotlib e generate dall’IA su una tela, impagina pagine con più pannelli in mm e verifica le regole della rivista prima di esportare. Gli script restano intatti.
Registra l'attività della CPU e della memoria di un processo :chart_with_upwards_trend:
Modella, simula e visualizza sistemi dinamici non lineari discreti, caos e frattali
Domande frequenti
Qual è il repository #matplotlib più popolare su GitHub?
Il progetto open source #matplotlib più alto in classifica su GitHub è Asabeneh/30-Days-Of-Python, con 79,242 stelle. La sfida di programmazione '30 giorni di Python' è una guida passo-passo per imparare il linguaggio di programmazione Python in 30 giorni. Questa sfida potrebbe richiedere più di 100 giorni. Segui il tuo ritmo. Anche questi video potrebbero aiutarti: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Quali linguaggi di programmazione sono più utilizzati nei repository #matplotlib?
Tra i progetti #matplotlib più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, HTML, PLpgSQL.
Come viene calcolata la classifica dei repository #matplotlib?
Monitoriamo 64 repository open source attivi contrassegnati con #matplotlib (500+ stelle), per un totale di 360,312 stelle e una media di 5,629 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.