python 第三方庫中添加需求代碼

繪制 min-mean-max plot

這種類似的函數(shù)使用的seabornsns.pointplot()實現(xiàn),其中ci是我們選擇的置信區(qū)間,也可以選擇sd,置信區(qū)間是標準差。

根據我們實際需求,我們要求實現(xiàn)min-mean-maxpointplot()的繪制,相關文獻如下[1]:

minmeanmax.png

但是我們需要minmax繪制區(qū)間,因此,這里需要對已經下載的../site-packages/..進行代碼修改。
經過探索發(fā)現(xiàn)這個函數(shù)實現(xiàn)在./seaborn/categorical.py的文件中,經過在文件中對pointplot()函數(shù)的搜索,找到_PointPlotter,再對其進行搜索,找到_CategoricalStatPlotter,發(fā)現(xiàn)_PointPlotter繼承了_CategoricalStatPlotter這個類,因此繼續(xù)搜索_CategoricalStatPlotter,找到了estimate_statistic()函數(shù)下的對ci判斷實現(xiàn)。如下圖:

ci.png

這個是我已經修改好的函數(shù),但是這樣是不可以的,詳見stackoverflow。根據上面的提示,我進行了如下操作:

  1. Github下載seaborn的原始代碼。
  2. 放在./python/development/文件夾下。
  3. 在對應的./seaborn/categorical.py文件中修改相應的代碼。
  4. 使用python setup.py develop生成對應開發(fā)者模式的代碼。

這樣就可以在我的電腦生成對應的圖像了。如下圖

minmax.png

notes:

  1. 為了使用這個修改版本的seaborn,必須卸載原始../site-packages/..路徑下的seaborn,pip uninstall seaborn

  2. 將修改后的路徑加入到環(huán)境變量path中。

  3. 這個只能是自己能使用,如果做出貢獻,可以github給作者留言,添加這樣的代碼。

  4. 如果自己有小的需求,也可以通過這樣方式對庫進行修改。

[1] Ayad Ali Faris B., Ahmed H. A.-S., Adrian O., Anna J. and Adriana M. (2016). "Estimation of Evapotranspiration Using SEBAL Algorithm and Landsat-8 Data—A Case Study: Tatra Mountains Region." Journal of Geological Resource and Engineering 4(6).

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

友情鏈接更多精彩內容