文件名称：plit：Matplotlib包装器，可自动执行样例代码的繁重工作，同时保持Matplotlib的功能和手感
文件大小：2.58MB
文件格式：ZIP
更新时间：2024-03-09 06:53:20
JupyterNotebook
lit plit是包装器，可自动执行代码的繁重工作，同时保持Matplotlib的功能和风格。 [ ] 有两个组成部分plit ： 包装围绕标准折线图，散点图，直方图和条形图的核心图表类型。 从这些原始函数构建的用于特定分析任务的模板。 这是使用plit创建的示例图表： 有关更多信息，请参见 。 安装 git clone https : // github . com / awslabs / plit . git cd plit pip install - r requirements . txt pip install . 快速开始 最好的入门方法是包装器。 plit包含三个主要包装。 命名与matplotlib一致。 它们默认情况下与多系列一起使用。 plot ：折线图和散点图。 hist ：直方图。 bar ：用于条形图。 创建折线图 使用plot功能创建折线图
【文件预览】：
plit-main
----setup.py(1KB)
----.gitignore(997B)
----requirements.txt(11B)
----data()
--------processed()
--------.DS_Store(6KB)
----.readthedocs.yml(411B)
----src()
--------plit()
----MANIFEST.in(51B)
----.pre-commit-config.yaml(355B)
----CONTRIBUTING.md(3KB)
----CODE_OF_CONDUCT.md(309B)
----LICENSE(10KB)
----.DS_Store(6KB)
----setup.cfg(157B)
----notebooks()
--------.ipynb_checkpoints()
--------softmax-calibration.ipynb(36KB)
--------quick-start.ipynb(319KB)
--------plit-vs-matplotlib.ipynb(143KB)
--------accuracy-vs-coverage.ipynb(62KB)
--------precision-recall-curve.ipynb(71KB)
--------creating-templates.ipynb(20KB)
----README.md(3KB)
----config()
--------default.mplstyle(155B)
--------general.json(142B)
----NOTICE(67B)
----versioneer.py(67KB)
----figures()
--------precision_recall.png(306KB)
--------entropy_vs_heads.png(138KB)
--------plit_matplotlib.png(689KB)
--------acc_vs_cov.png(286KB)
--------language_features.png(154KB)
--------calibration.png(189KB)
----.gitattributes(34B)
----PRFAQ.md(4KB)
----docs()
--------Makefile(634B)
--------api.rst(48B)
--------index.rst(460B)
--------conf.py(2KB)
--------make.bat(795B)
--------README.md(12B)
--------PRFAQ.md(11B)
----requirements-dev.txt(87B)
----tox.ini(1023B)