- 博客(115)
- 收藏
- 关注
RSS订阅原创 使用R优雅地绘制地图
无论是绘制土地覆盖栅格还是其他类型的矢量叠加，R语言提供了丰富的工具和函数，帮助我们更好地理解和可视化地理数据。这些数据可以是DEM，例如NASA提供的30mDEM，也可以是土地覆盖，卫星影像等等。接下来，在实际研究区图中，我们也许需要手动绘制一些点或面来突出某些区域，以点为例。由于ggplot是图层语言，土地覆盖图层叠加后，一些国家边界被遮盖，所以再重新叠加国家数据。在使用R语言进行地图绘制之前，我们需要安装一些必要的包。接下来，定义画图参数，这里只是给出一个例子，并非都设置为空，可根据自己需要。
2024-03-24 11:19:42
1086
原创 【数据分享】中国1km分辨率系列气象数据
数据包括逐月降水量、平均气温、最高气温、最低气温、潜在蒸散发，该数据集是由西北农林科技大学水土保持研究所彭守璋研究员团队研制生产，由国家地球系统科学数据中心黄土高原分中心整合提供。该数据集为中国逐月平均气温数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2022.12。免费数据分享是最新的一个模块，由于种种原因，目前大多数分享数据的公众号从公开的途径获取数据，施行“转发卖课”从而“免费”分享数据。在今后所有的更新内容，依然免费更新代码，数据和课程。
2024-03-24 11:17:11
925
原创 Marp：把你的Markdown文稿变成PPT
但 PPT 的制作流程就不像观看 PPT 那么容易了，即便是简单的课堂讨论或是轻松的内部交流，一份内容不多的 PPT 做起来也得费上一番工夫。Marp的中文参考文档，https://caizhiyuan.gitee.io/categories/skills/20200730-marp.html。用Markdown写PPT ，Marp的果壳主题，https://zhuanlan.zhihu.com/p/447797515。Marp使用也非常简单，其利用markdown的分隔符对PPT进行分页。
2024-03-24 11:16:31
1360
原创 R语言绘制相关性热图全总结
通过上述的结果，我们能实现顶刊1和2的效果，但是如果对于更复杂的图绘3，需要借助最新的corrplot包。相关性热图是科研论文中一种常见的可视化手段，而在地学领域，我们常常需要分析一些环境因素之间的相关性，来判断环境生物因素中是否存在相关性情况。接下来介绍ggcorrplot包，进行一个简单的绘制，ggcorrplot包是2017年开发的，比较早，所以功能也比较简单。ggcor包是2021年最新开发的包，最新，实现了更多美观地绘制，当然corrplot已经足够使用了，这里做一个简单的介绍。
2024-03-24 11:15:37
1916
原创 在GEE中使用S-G和Whittaker滤波
在拟合过程中，多项式的阶数和拟合窗口大小是两个关键参数，它们决定了拟合的复杂度和拟合的精度。一般来说，阶数和窗口大小应该根据数据的特征进行调整，以达到最佳的滤波效果。它可以在不降低信号分辨率的情况下去除信号中的噪声和粗糙部分，适用于各种数据类型，如光谱数据、生物信号、地球物理数据等。在细节信息上，S-G能较大程度保留一些细节信号（但这些细节信号更有可能是异常信号，如云量，噪声等等），反而产生错误的结果。与之相比，S-G滤波是使用多项式拟合来平滑信号，并且可以控制拟合的阶数和窗口大小，该方法较为粗糙。
2024-03-24 11:08:44
1171
原创 最新！Nature对于统计量和p值的书写建议（附全文讲解和代码）
我们在提交的稿件中遇到的最常见的问题之一是关于不同研究或不同条件之间差异的统计推断，在这些研究中，作者们比较了统计学显著性的水平，而并没有使用正式的统计学检验去比较差异的本身。这种极其有限的信息可能会产生误导性的结果，再者，在样本量非常大的研究中甚至是没有意义的（因为在样本量非常大的研究中，即使效应很小，也可以呈统计学显著性）。（如，在进行单样本t检验时，检验值是t值，而在进行卡方检验时，检验值是卡方值）检验值的大小反映了样本数据与原假设之间的偏离程度，因此它是判断原假设是否被拒绝或接受的重要依据。
2024-03-24 11:05:22
788
原创 一文总结python裁剪tif nc并可视化
salem是xarray的扩展包，集成了一些地球科学数据处理的小工具，其中.roi函数可以根据shp文件提取感兴趣的区域。把大量的全球nc转为需要的tif时，会造成空间浪费和转换缓慢，这时候就需要先进行裁剪，而且要裁剪nc。对于空间数据，我们感兴趣的往往是其中的某一部分，对于不需要的部分需要做一些掩膜(Mask)。比如降水、气温这种数据往往是粗分辨率全球的，如CRU，而且他的存储方式是nc。是一个可选字段，用于设置裁剪的范围边界，否则会使用原图的边界。Python裁剪tiff nc全总结。
2024-03-24 11:01:34
466
原创 GEE批量上传本地TIF到ImageCollection
高效性：GEE平台基于云计算技术，可以在分布式的计算资源上同时处理多个任务，大大提高了数据处理的效率。多种算法：GEE平台支持多种常见的遥感影像处理算法，包括影像分类、变化检测、图像重建等等，用户可以根据自己的需求选择适合的算法进行处理。大规模数据处理：GEE平台具有强大的分布式数据处理能力，支持处理海量数据，可以轻松地处理大规模的遥感影像数据，提高了数据处理的效率。总的来说，GEE平台上传本地TIF进行处理可以大大提高数据处理的效率和精度，让用户更加方便地进行遥感数据分析和应用。
2024-03-24 10:58:06
1046
原创 Midjourney助力科研概念图水循环图绘制
这个形式的意思是，某个单词在整个 prompt 中的权重，权重你可以理解为，如果我希望某张图中，该单词的对图片的影响变大，那么我可以用这种形式控制某个词组对图片的影响力。它是一款你通过文字描述，就可以绘制出图像的 AI 应用，他生成的图像质量之高，令人叹为观止。打头的，这类频道就是所谓的新人体验频道，新人体验频道就是midjourney为了让我们上手体验 ai 做图创建的频道，我们选择任意一个进入。命令允许您快速上传 2-5 张图像，然后查看每张图像的概念和美学，并将它们合并成一个新颖的新图像。
2024-03-24 10:42:03
881
原创 Origin如何绘制带误差棒的散点图？
在复现之前，您的Origin版本最好是最新的2022，强烈建议更新，因为绘图方式更迭是很快的，Origin每个版本都新增了很多种绘图方式。以上两张图可以叫做带误差的散点图，都带有误差线，但是不同的是，两张图的x轴不一样，一个是连续。因为X轴连续，只能添加几个局部的误差棒，手动计算后，在表格的最后几行添加。这种情况比较麻烦，因为误差棒是手动添加的，此外还要添加线性拟合线。下面尝试用Origin复现这两张图，首先看第二个简单的。要获得填充颜色和边框颜色之间的美观配色，从。，然后选择连接线的颜色。
2024-03-24 10:39:18
993
原创 R语言结构方程模型代码与理解
在 SEM 中，测量模型用来描述每个测量变量与其背后的潜在变量之间的关系，而结构模型用来描述潜在变量之间的因果关系。RMR 残差均方根 ，RMR 是样本方差和协方差减去对应估计的方差和协方差的平方和，再取平均值的平方根。NFI 规范拟合指数，变化范围在0和1间， 当为1的时候标识完全拟合。由于指标众多，也有很多取舍，但是常常使用的重要参考指标为：Chisqare/df，RMSEA ，CFI。Chisqare/df卡方值与自由度的比值，该值越小越好，一般要小于2，放宽到3也是可以接受的。
2023-06-26 20:52:43
2129
原创 R语言随机森林分析全流程
即increase in node purity，通过残差平方和来度量，代表了每个变量对分类树每个节点上观测值的异质性的影响，从而比较变量的重要性。因此，根据计算得到的各ozone重要性的值（如“IncNodePurity”），将重要性由高往低排序后，最后大约选择前4个变量就可以了。解释了约70.44%的总方差，可以理解为该回归的R2=70.44，相当可观的一个数值，表明臭氧与这些变量密切相关。根据交叉验证曲线，提示保留1个重要的变量（或前四个重要的变量）获得理想的回归结果，因为此时的误差达到最小。
2023-06-26 18:07:59
2518
6
原创 如何选择科研数据可视化的图表？
科研数据可视化的技巧和要点有很多，其中包括：选择合适的图表类型、设计易于理解的图表、使用颜色和字体来强调重点、避免使用过于复杂的图表。这些问题将作为一个框架，提供有关合适图表的建议，帮助制作和选择一个引人入胜的图表。随着大数据和云计算的发展，我们很容易就能获取大量的数据，但是将这些数据美观地展示出来不是一件容易的事情。一张漂亮的配图能让论文增色不少，但现在的图表类型越来越丰富，学者们很难选择合适的绘图类型进行可视化。有时候可视化不取决于我们的目的，而取决于我们有什么样的数据，这时候数据类型就很重要。
2023-06-14 20:51:21
569
2
原创 从零搭建深度学习环境Tensorflo+PyTorch
官方参考链接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html。接下来安装显卡驱动，官方驱动链接：https://www.nvidia.com/Download/index.aspx?接下来查看电脑显卡型号是否支持CUDN，查看链接：https://developer.nvidia.com/zh-cn/cuda-gpus。CUDA的版本依赖于显卡的驱动程序版本，首先查看GPU驱动版本，win搜索NVIDIA控制面板。
2023-06-14 20:44:32
292
原创 在GEE使用线性插值和平均插值插补缺少的影像
本文利用线性平均和历史平均插值处理两种数据缺失的情况，下期利用Savitzky-Golay滤波和Whittaker滤波再对缺失的影像进行平滑并分享代码。一些遥感数据会出现整张影像缺失的情况，如下图的情况，整个6月是没有影像的。函数插值，第一个参数是待插值ImgCol，中间的参数是计算出的平均值，最后参数是在哪个尺度下进行插值。数据缺失存在两种情况，一种是局部数据缺失，一种是整张影像缺失，影像后续分析。如图所示，MODIS的某年反照率数据，可能由于云层或其他原因，有大面积缺失。
2023-06-14 20:42:26
923
原创 我写了一个函数，一键绘制Nature风格全球地图...
上面的图，都是用Python绘制的，有的还有显著性划线（或显著性打点），但是对于Cartopy来说，这些操作需要很多很多的代码，如果能写成函数，一键绘制就好了。是一个模块，模块是 Python 的一种代码组织方式，它提供了一种将代码分成不同文件并将其组织在一起的方法。没有写帮助文档，转而全都写在了函数定义下面，可以查询这些关键字的具体内容并自己进一步修改。这个函数我会不断更新，来进行更多美观的绘制（如经纬度统计线，经纬刻度等等）可以后续关注。属性，若没有需要重命名，这里我的基本绘图数据单位是。
2023-06-14 20:39:50
864
原创 方差分解分析变量筛选与显著性计算
冗余分析（redundancy analysis，RDA）是一种回归分析结合主成分分析的排序方法，也是多响应变量（multiresponse）回归分析的拓展。在进行VPA时，首先就要对这些环境因子进行一个分类，然后在约束其它类环境因子的情况下，对某一类环境因子进行排序分析，这种分析也成为偏分析，即partialRDA。在地球环境科学的实际应用中，可以基于VPA结果得出不同类型的环境因素（如何气候、土壤性质以及植物）对生物群落组成（如植被丰度，微生物群落）的解释程度。对于由或创建的排序对象，函数。
2023-06-12 22:39:22
692
原创 java编写收发消息程序
当接收方收到发送方发送的消息后，打印发送的消息及发送方的地址和端口号，之后向发送方反馈信息“收到了！程序设计，数据收发（格式自定、数据自定），用户界面自定 ，一个接收方，一个发送方；先运行Recieve，再运行Sender。整个project可以用IDEA打开。发送方打印出接收方反馈的消息。java编写收发消息程序。
2023-06-01 17:01:48
272
原创 安装R语言（Rstudio、R、RTools）
为了编写R程序，单独的R语言肯定不够，因为需要对数据、文档、函数的批量管理，这个时候需要Rstudio。可能有些东西不满足，比如下载GitHub的包等等，这个时候，你就要安装Rtool。Rtools下载地址：https://cran.r-project.org/bin/windows/Rtools/我选择的是最新版Rtools40，64位32位兼容版本，这个可以根据自己情况合理选择。或点击Previous，下载一个之前的稳定版本，如4.1.2。之前我们已经安装好R了，因此直接下载Rstudio安装。
2023-04-13 11:36:04
1965
1
原创 审稿人：请给出多重检验校正后的p值
这些方法的基本思想是在保持整体错误率的前提下，对每个检验的显著性水平进行调整，以确保正确地控制整体错误率。在进行多个统计检验时，如果使用标准的显著性水平（例如，P < 0.05）来判断每个检验的结果是否显著，那么进行大量检验的情况下可能会出现误差。多重检验后P值校正是一种统计学方法，用于调整进行多次统计检验时得到的P值，以降低发生错误（即错误地拒绝原假设）的风险。校正结果如上表，根据Bonferroni法校正后的p值，能说明Sun和Thur的差异比Sun和Sat的差异更大。
2023-04-12 23:45:38
966
原创 ArcGIS在线底图资源美化科研论文地图
调整好后切换到布局视图（Layout View）添加图例，通过Insert——Lengend添加，再把添加好的图例右键Convert to graphics——Ungroup——Ungroup，进行排列，结果如图。右键图层空白处——Properties——Grid——New Grid——下一步——Intervals输入180latitude和360longtitude——下一步——Major division和Minor全都去掉勾选。通过右键图片——设置图片格式——略微降低对比度。1.加载在线底图服务。
2023-04-01 20:29:57
744
原创 水系图怎么找？最全方式总结
在地图制作和可视化方面，水系图是一个非常实用的工具，能够使人们更好地理解地理空间中的水文关系。它是由水体、河流、溪流、湖泊、水库等组成的水文系统的视觉化表示。但这个软件是收费的，而且很贵，其实如果需要矢量，在OSM里或者公开的水系数据都可以找到。包括中国水系面、水系线、水系点数据图层，数据来源1：100万地形数据（2017版）。然而，由于某些原因，寻找固定区域的水系图很困难，本文总结了以下方式。可以批量下载中国区域的矢量要素，优点是足够全，但缺点是非官方。优点是可以按照区域选择水系，导出矢量。
2023-04-01 19:58:36
7987
10
原创 坐标系不一致？GIS最全重投影方法
选择你想要转换数据的目标坐标系，如最常见的WGS84地理坐标系等等，这里我想要数据和已有数据（土壤湿度）坐标系一致，选择导入土壤湿度的坐标系，点击地球图标，Import。也可以自己修改Nodata的值，这里Nodata默认为128，会增加额外的存储开销，所以这里给了提示，点击Yes忽略即可。加载数据，若加载数据的过程中，出现以下提示，则说明坐标系不一致，建议转换。，这个投影操作直接改了源数据，是不可逆的，而且会造成空间参考的混乱。之后选择想要修改坐标系的数据，右键数据——导出数据。利用QGIS修改坐标系。
2023-04-01 19:50:23
4938
原创 50种Python论文绘图合集，从入门到精通含代码
是一种可视化的经典方法，亮点在于在图表上方添加指标的值，用户可以从图表本身获得准确的信息。分布点图显示按组分割的点的单变量分布。通过为轴和线之间的区域着色，面积图不仅更加强调波峰和波谷，而且更加强调高点和低点的持续时间。分类变量的直方图显示该变量的频率分布。如果想显示在同一时间点测量两个不同数量的两个时间序列，可以在右侧的第二个Y轴上绘制第二个序列。带直方图的密度曲线汇集了两个图传达的集体信息，可以将它们都放在一个图中。下面的时间序列绘制了所有的波峰和波谷，并注释了选定特殊事件的发生。
2023-04-01 19:42:32
1755
1
原创 ArcGIS制作全球地图并生成纬度统计分布线
全球气候变化相关研究，或者发表在高水平期刊的研究，往往需要选择全球大尺度，需要进行世界地图的制作。而世界地图的出图，也有一些技巧。我们需要按纬度求均值，使用python的gdal包几行代码就可以搞定了。今天这篇文章教大家添加经纬度线。再建立布局视图，添加格网线，生成一张世界地图。ArcGIS制作全球地图并生成纬度统计分布线。通过一系列操作，如裁剪、重分类。于是我们导出了csv的纬度统计。然后选择Plot——Line。可以去Origin制图了。翻转x，y轴、修改样式。选择一个投影坐标系：在。
2023-04-01 19:39:30
1373
1
原创 Matplotlib vs Seaborn？有什么区别学哪个？
Seaborn是用户把自己常用到的可视化绘图过程进行了函数封装，形成的一个“快捷方式”，他相比Matplotlib的好处是代码更简洁，可以用一行代码实现一个清晰好看的可视化输出。也许我们更需要Seaborn的灵活性，使我们能够以最少的代码行数实现同样的目标，而这种统计表示效率是科研中最重要的。Matplotlib是Python中最常见的，提供了广泛的图形选项和定制功能，可以创建复杂的、高度定制化的可视化。但出于某种原因，如果我们严格希望绘图以0开头，那么它需要额外的代码行，这也是Seaborn的不方便。
2023-04-01 19:38:10
2975
原创 GEE进行Mann Kendall检验(附python API)
Sen's slope是一种计算趋势斜率的方法，它利用中位数差来估计趋势的斜率，与线性回归方法不同，Sen's slope不受异常值的影响，因此更适用于含有异常值的数据。Mann-Kendall检验的假设是原假设：时间序列中不存在趋势变化，备择假设：时间序列中存在趋势变化。其基本思想是通过比较每对数据点之间的大小关系来检查序列中的趋势，然后根据秩和的正负性来确定趋势的方向。当Sen's slope为正数时，表示时间序列呈现上升趋势，当Sen's slope为负数时，表示时间序列呈现下降趋势。
2023-03-22 16:02:46
3103
2
原创 数据间是否有明显差异？使用Kruskal–Wallis检验
而Kruskal-Wallis 单因素方差分析原理也很简单：先把多个完全随机设计的样本混合起来求秩，再按样本组求秩和，考虑到各个处理的观测值可能不同，可以比较各个处理之间的平均秩差异，从而达到比较的目的。在计算所有数据混合样本秩时，如果遇到有相同的观测值，则用秩平均法定秩。Kruskal-Wallis 方法也称 H 检验，检验方法的基本前提是数据的分布是连续的，除位置参数不同以外，分布是相似的。简而言之，当我们绘制分布图（如箱线图）时，如下图，有没有定量的把握确定1和3有显著的组间差异？
2023-03-20 17:10:11
2255
1
原创 复现Nature子刊Whittaker生物群系图
Whittaker生物群系，也称为生态系统分类法，是基于地理分布和环境条件等因素将地球表面的生态系统分为不同类型的系统。这种分类方法由美国生态学家罗伯特·惠特克（Robert Whittaker）于1962年提出，目的是为了更好地了解和描述生态系统的多样性和功能。Whittaker使用两个因素对生物群落进行分类：降水和温度image-20230314233906578Whittaker生物群系根据气候和植被类型的组合，将地球表面的生态系统划分为五种类型：热带雨林、温带针叶林、温带落叶阔叶林、草原和沙漠
2023-03-15 00:04:41
1446
原创 跟着Nature学绘图 水循环图
它显示了从大气中的水蒸气到地球表面的降水，以及地表水和地下水（径流）再次转化为水蒸气（蒸发）并返回大气层的过程。此外，图中还展示了人类活动对水循环的影响。例如，城市化和灌溉会增加水的需求，而河流和湖泊的开发则可能对生态系统和水循环造成负面影响。Nature期刊上的水循环图是一幅非常详尽的图表，它帮助人们更好地了解地球上水循环的过程和重要性，以及人类活动如何影响这个过程。那这是怎么做到的呢，首先绘制一个大矩形，设置为灰色，并设置透明度。只有底图还是不够的，发表在子刊上的图还经过了进一步的处理。
2023-03-12 23:46:45
2432
12
原创 R语言绘制华夫图
在华夫图中，每个小方格代表数据的一个单位，而每个大方格则可以代表一个固定的数量。使用颜色来区分不同的数据类别也是常见的做法。华夫图（Waffle Chart）是一种较新的绘图形式，以矩形方格的形式呈现数据的可视化方式。它的外形类似于华夫饼干，因此得名。华夫图可以非常清晰地表达数据的相对大小关系，因此通常用于比较不同类别之间的数量或比例。parts 用于图表的值的命名向量。有个小技巧，先创建好模板。使用PPT的矩形进行组合堆叠。reverse 是否转置。flip 是否翻转排序。
2023-03-11 20:51:34
486
原创 配置远程jupyter编程环境
前言云存储和计算是发展趋势，相较于本地部署复杂的环境，不如在服务器上一键搞定。此外配置好的jupyter notebook环境还能在手机、平板、其他电脑上方便使用与查看。可以在其它轻薄本、IPAD上甚至手机上写代码：云服务器配置首先需要一台自己的云服务器：我的配置如下：Ubuntu 20.04 64位 / 2核(vCPU) 4 GiB本人用的阿里云，因为OSS存储也是使用阿里云，学生还有优惠：https://www.aliyun.com/daily-act/ecs/activity_sh
2023-02-23 19:30:56
158
原创 Origin绘制区间图
区间图介绍区间图是科研绘图中常用到的一种：8使用区间图评估和比较组均值的置信区间，区间图显示了每个组均值的 95% 置信区间。当样本数量为每组至少 10 个时，区间图效果最佳。用Python、R、Matlab等等都能进行绘制，如：Pythonimport matplotlib.pyplot as pltimport numpy as npplt.style.use('_mpl-gallery')# make dat
2023-02-16 20:59:51
9026
原创 coreldraw2019安装教程
CDR X11 2019安装教程CorelDraw介绍CorelDRAW Graphics Suite是加拿大Corel公司的平面设计软件；该软件是Corel公司出品的矢量图形制作工具软件，这个图形工具给设计师提供了矢量动画、页面设计、网站制作、位图编辑和网页动画等多种功能。在日常科研绘图中，若较为轻量，通常我都使用Coreldraw，而懒得开AI安装包见文末安装方法1.双击SteupX64image-202212200008183322.接受image-20221220000845915
2023-02-10 23:59:06
4889
3
原创 python一键绘制带边框统计的散点图
python一键绘制带边框统计的散点图科研绘图越来越卷，传统的散点图已经不够看了比较推荐这种带xy轴的统计信息的新型散点图那么这要怎么画呢，让我们用python试一试：柱形图penguins = pd.read_csv('python/seaborn-data-master/penguins.csv')sns.jointplot(data=penguins, x="bill_length_mm", y="bill_depth_mm")波浪型边栏sn
2023-02-07 23:03:52
439
原创 Typora+Picgo+jupyterlab+Github构建完美技术博客写作
Typora+Picgo+jupyterlab+Github+MarkdownNice构建完美技术博客写作平台引言为什么要写技术博客？因为“自己淋过雨，所以总想替别人撑把伞这还要追溯到大一下学期，当时创训在学Matlab和IDL的图像匹配因为只看了基础的语法，抓耳挠腮写不出代码从CSDN上找到了很多代码学习，最后自己写出来了非常开心，后面就想自己技术好了也要分享给别人Typora + markdown语法typora是风格极简的markdown编辑器，支持 macOS，Windows 及
2023-02-04 14:27:17
222
原创 ArcGIS pro下载在线资源Living Atlas到本地
ArcGIS pro下载在线资源Living Atlas到本地1.使用Feature Class to Feature Class工具image-20220423165807040输入数据路径和导出路径，就可以导出到本地了。2.按范围裁剪image-20220423170002431裁剪Living Atlas的shp数据到本地需要的范围：使用Clip工具image-20220423170058694image-20220423170130793查看导出的数据image-2022042
2023-02-04 11:30:41
225
原创 GEE编写自己的函数库
ArcGIS aggregate升尺度方法中文名字叫聚合 (Spatial Analyst)一定程度上也能成为重采样的方法，但只能上升尺度（精细分辨率 to 粗分辨率），能生成分辨率降低版本的栅格。每个输出像元包含此像元范围内所涵盖的输入像元的总和、最小值、最大值、平均值或中值。看下图插图，求最大值：image-20221104180837537标注说明数据类型输入栅格要聚合的输入栅格。可以是整型或浮点型。Raster Layer像元系数要获得输出栅格所需的分辨率
2023-02-04 11:22:36
708
原创 Python Matlab R的Mann-Kendall趋势检验
Python Matlab R的Mann-Kendall趋势检验水文气象中推荐使用Mann-Kendall趋势检验这是一种非参数统计检验方法，在中心趋势不稳定时，关注数据的秩。该方法不需要不需要满足正态分布的假设，因而具有普适性。根据自己需要（图像、并行计算、线趋势图等等）分享python\matlab\R的方法Python进行Mann-Kendall趋势检验代码如下：# -*- coding: utf-8 -*-from __future__
2023-02-04 10:54:24
2191
1
原创 matplotlib你真的明白plt，fig和ax吗
plt系列接口是用来模仿MATLAB的风格的。如果用户熟悉MATLAB，还是建议以plt为主的。对于基本的画图，plt系列足够了。个人觉得，真正不合适的用法，反而是各种混淆plt接口和其它更细节的内部接口函数，混杂着用，成了四不像。和和这就表明如果每次都要手动搜索的话，会非常不确定，因为一种效果有完全不同的实现方式，这次搜到这个，下次搜到那个：笔者在初学的时候，碰见在figure, axes, axis这几个词就头大。
2022-11-28 15:54:42
1216
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人