标签归档:plotting

Matplotlib:使用Python绘图

Matplotlib是一个综合性的库,用于用Python语言创建静电、动画和交互式可视化效果

请查看我们的home page了解更多信息

Matplotlib以各种硬拷贝格式和跨平台的交互环境制作出版质量的数字。Matplotlib可用于Python脚本、Python和IPython shell、Web应用程序服务器以及各种图形用户界面工具包

安装

有关安装说明和要求,请参见INSTALL.rst或者install文档

测试

安装后,启动测试套件:

python -m pytest

请阅读testing guide有关更多信息和替代方案

贡献力量

您发现了一个bug或其他您想要更改的东西-太棒了!

你已经想出了一种修复它的方法–甚至更好!

你想告诉我们这件事–最棒的是!

contributing guide好了!

联系方式

Discourse是一般性问题和讨论的讨论论坛,也是我们推荐的起点。

我们的活动邮件列表(反映在话语中)是:

Gitter用于协调发展并提出与matplotlib直接相关的问题

引用Matplotlib

如果Matplotlib对导致出版的项目做出了贡献,请引用Matplotlib来确认这一点

A ready-made citation entry有空房吗?

研究通知

请注意,该存储库正在参与一项关于开放源码项目可持续性的研究。从2021年6月开始,将在大约12个月的时间内收集有关此存储库的数据

收集的数据将包括贡献者数量、PR数量、关闭/合并这些PR所需的时间以及已关闭的问题

欲了解更多信息,请访问the informational
page
或下载participant information
sheet

Python Bokeh 浏览器中的交互式数据可视化




Bokeh是一个用于现代Web浏览器的交互式可视化程序库。它提供优雅、简洁的多功能图形构造,并在大型或流式数据集上提供高性能的交互性。Bokeh可以帮助任何想要快速、轻松地制作交互式绘图、仪表板和数据应用程序的人

最新版本
孔达

许可证

PyPI

赞助

实时教程

生成状态 静电分析
支持

推特

如果你喜欢伯克并愿意支持我们的使命,请考虑making a donation











































安装

安装Bokeh的最简单方法是使用Anaconda Python distribution及其包含的孔达包裹管理系统。要安装Bokeh及其所需的依赖项,请在Bash或Windows命令提示符下输入以下命令:

conda install bokeh

要使用pip进行安装,请在Bash或Windows命令提示符下输入以下命令:

pip install bokeh

有关更多信息,请参阅installation documentation

资源

安装Bokeh后,请查看first steps guides

访问full documentation site要查看User’s Guidelaunch the Bokeh tutorial要在实时Jupyter笔记本中了解Bokeh,请执行以下操作

社区支持可在Project Discourse

如果您想对Bokeh做出贡献,请查看Developer Guiderequest an invitation to the Bokeh Dev Slack workspace

注意:在Bokeh项目的代码库、问题跟踪器和论坛中互动的每个人都应该遵循Code of Conduct

跟我们走吧

关注我们的推特@bokeh

支持

财政支持

Bokeh项目对此表示感谢individual contributions以下组织和公司提供赞助和支持:

















如果您的公司使用Bokeh并能够赞助该项目,请联系info@bokeh.org

Bokeh是NumFOCUS的赞助项目,NumFOCUS是美国的501(C)(3)非营利性慈善机构。NumFOCUS为Bokeh提供财政、法律和行政支持,以帮助确保项目的健康和可持续性。参观numfocus.org了解更多信息

对Bokeh的捐款由NumFOCUS管理。对于美国的捐赠者,您的捐赠在法律规定的范围内是免税的。与任何捐赠一样,您应该就您的具体税务情况咨询您的税务顾问。

实物支持

Bokeh项目还感谢以下公司捐赠的服务:

安全性

若要报告安全漏洞,请使用Tidelift security contactTidelift将协调修复和披露