“‘str”对象在海运分布图中没有属性“fit”
对于这个问答内容，我可以给出以下答案：
首先，"str"对象是Python中的一个内置类型，用于表示字符串。在海运分布图中，"str"对象没有属性"fit"。这意味着在海运分布图中，无法直接使用"fit"属性来操作"str"对象。
然而，根据上下文来看，可能是在使用某个特定的库或框架时出现了这个问题。如果是这样的情况，可能需要查看相关文档或源代码来了解具体的使用方法。
在云计算领域，海运分布图可能指的是容器编排工具，如Kubernetes。在Kubernetes中，"str"对象通常不直接使用，而是使用其他类型来表示和操作数据。因此，"str"对象在海运分布图中没有"fit"属性是符合预期的。
总结起来，"str"对象在海运分布图中没有属性"fit"，可能是因为上下文中使用了某个特定的库或框架，需要查看相关文档或源代码来了解具体的使用方法。在云计算领域，海运分布图可能指的是容器编排工具，如Kubernetes。
相关·内容
海运文档区分了图形级函数和轴级函数：。
我理解像sns.boxplot这样的函数可以以一个轴作为参数，因此可以在子图中使用。
但是sns.relplot()呢？没有办法把它放进子情节里吗？
更普遍地说，是否有任何方法可以使海运生成子图中的线图？
例如，这不起作用：
fig,ax=plt.subplots(2)
sns.relplot(x,y, ax=ax[0])
因为关系图不以斧头作为论据。
浏览 0提问于2019-03-22得票数 3
回答已采纳
1回答
如何解释状态模型OLS回归和海运lmplot在截取方面的差异？
我的状态模型代码：
X = mmm_ma[['Xvalue']]
Y = mmm_ma['Yvalue']
model2 = sm.OLS(Y,sm.add_constant(X), data=mmm_ma)
model_fit = model2.fit()
model_fit.summary()
我的海运代码：
sns.lmplot(x='Xvalue', y='Yvalue', data=mmm_ma)
我的状态模型拦截为28.9775，而我的海运拦截约为45.5
浏览 0提问于2018-07-18得票数 0
我正试着用海运来策划。
使用：
df=pd.read_csv("breast-cancer.data.txt",na_values=['?'])
df.drop(["id"],axis=1,inplace=True)
df["label"].replace(2,0,inplace=True)
df["label"].replace(4,1,inplace=True)
df.dropna(inplace=True)
full_data=df.astype(float).values.tolist()
df.head
浏览 48提问于2022-11-07得票数 -4
1回答
我在annot_kws或cbar_kws的海运热图中找不到任何有关关键字的文档。
有没有秘密的地方可以找到这样的东西？
浏览 0提问于2016-01-27得票数 15
回答已采纳
1回答
我正试图决定是否应该使用matplotlib或使用海运来执行一个涉及大量地块的项目。后者似乎更友好的用户在第一次考试，所以我有点偏见的方式。尽管如此，我还不清楚如何从一个地块中创建一个物体，然后我可以调用它。例如，假设我有以下代码：
x1 = np.random.randn(50)
y1 = np.random.randn(50)
data = pd.DataFrame ({})
data['x1'] = x1
data['y1'] = y1
sns.lmplot('x1', 'y1', data, fit_reg=True, c
浏览 3提问于2016-03-11得票数 1
回答已采纳
我很好奇海运图书馆中的配对图是如何构造的。我也见过类似的情节，比如皮尔逊相关图。这两个情节有什么区别？它们的用例到底是什么？
浏览 0提问于2017-05-29得票数 0
1回答
海上补丁
、、
我的目的是在海运的lmplot中添加一个特定坐标的补丁：
是否在lmplot中添加矩形/方形补丁？
我能够通过sns.lmplot()打印出这个情节。但是当我尝试用ax.add_patch()语句添加相关坐标的矩形补丁时，它的错误就消失了。
#Sample code to generate lmplot and add patch
ax= sns.lmplot('A', 'B', hue="group", data=res_me,fit_reg=False, \
palette="Set1&#
浏览 10提问于2016-10-26得票数 1
回答已采纳
2回答
我有两个变量，我们称它们为x和y，它们在绘制时是图中分散的蓝色点。--我用西西的curve_fit安装了它们。
我想要生成(比方说500000) “平滑”随机数，复制发行版，然后是x和y。
我所说的“平滑的”red diamonds being my data distribution and the histogram being my generated randoms.，我的意思是，我不想让随机画准确地复制我的数据(x和y)，就像在下面的图中那样，用(，甚至数据的波动在这里被复制！)。我要一个“平滑”直方图。
到目前为止，我尝试的是通过使用x和y的curve_fit来拟合
浏览 4提问于2014-06-05得票数 2
回答已采纳
2回答
如何在同一图形中绘制多个线性回归
、、、、
鉴于以下情况：
import numpy as np
import pandas as pd
import seaborn as sns
np.random.seed(365)
x1 = np.random.randn(50)
y1 = np.random.randn(50) * 100
x2 = np.random.randn(50)
y2 = np.random.randn(50) * 100
df1 = pd.DataFrame({'x1':x1, 'y1': y1})
df2 = pd.DataFrame({'x2':x2, '
浏览 3提问于2016-03-16得票数 9
回答已采纳
2回答
海运事件的论点是什么？
、、、
我在处理泰坦尼克号的数据集。为了可视化数据的分布，我正在使用海运绘图方法。但我无法理解distplot的论点以及它的最终输出。我想知道在下面的行中使用的参数(参数)，特别是bins、axes[0]和kde = False的用法。
ax = sns.distplot(women[women['Survived']==1].Age.dropna(), bins=18,
label = survived, ax = axes[0], kde =False)
ax = sns.distplot(women[women['Survived&
浏览 0提问于2019-06-21得票数 1
回答已采纳
1回答
我想使用R来测试网络的度分布是否表现为具有无标度特性的幂律。尽管如此，我读到过不同的人以许多不同的方式做这件事，一个令人困惑的点是应该在模型中使用的输入。
例如，巴拉巴西建议用幂律来拟合学位的“互补累积分布”()。但是，我看到有人将幂律与图的度数进行拟合(使用igraph::degree(g)获得)，我还看到其他人通过igraph::degree_distribution(g, cumulative = T)将幂律与度数分布进行拟合
正如您在下面的可重现示例中所看到的，这些选项给出了截然不同的结果。哪一个是正确的？我怎样才能从图中得到“度的互补累积分布”，这样我才能符合幂律呢？
library
浏览 2提问于2017-05-04得票数 3
1回答
目标是在分散在1D的每个点之上堆叠一个内核。基于，这可以实现如下所示。
# define a half-kernel function. We normalize to have integral(half_kernel) = 1 if required
def half_kernel(x, center, width = 1, normalize = True):
kernel = norm.pdf ( x, center, width )
if normalize:
kernel *= 2
return kernel
# this are the
浏览 4提问于2021-02-22得票数 1
回答已采纳
g = sns.lmplot(x='x', y='y', df, fit_reg=False, hue='z', lowess=True, scatter_kws={'alpha': 0.5}, legend=True)
plt.legend(bbox_to_anchor=(1.01, 0.5), ncol=2)
在上面的代码中，如果设置了legend=True，就会得到默认的单列海运图例和matplotlib图例。如果我说‘传奇=假’，那我就两者都得不到。如何仅绘制matplotlib 2列图例？
浏览 1提问于2017-11-01得票数 0
回答已采纳
我正在使用python库学习可视化。我在玩内置的“提示”数据集。我注意到，即使不提供任何参数(如x =、y=、data =)，海运也会绘制数据。这就是我试过的：
import pandas as pd
import seaborn as sns
tips_data = sns.load_dataset("tips")
tips_data.head()
sns.boxplot(tips_data.iloc[:,[0,1]])
sns.boxplot(data=tips_data.iloc[:,[0,1]])
如果运行这些命令，您将注意到，第一个boxplot命令绘制一个单独的方框
浏览 2提问于2019-01-16得票数 1
回答已采纳
我正在创建3DPDF使用.prc文件。我可以使用itext库创建PDF，但3d模型不在合适的视图中。为了在fit视图中创建3d模型，需要设置哪个属性？
浏览 2提问于2015-10-05得票数 1
我在直方图中有一幅多变量高斯分布的图像。我想把图像分割成两个区域，这样它们都能遵循正态分布，就像直方图中显示的红色和蓝色曲线一样。我知道高斯混合模型可能对此有效。我试着使用fitgmdist函数，然后对这两个部分进行聚类，但仍然不能很好地工作。如有任何建议，将不胜感激。
下面是我的应用程序的Matlab代码。
% Read Image
I = imread('demo.png');
I = rgb2gray(I);
data = I(:);
% Fit a gaussian mixture model
obj = fitgmdist(data,2);
idx =
浏览 3提问于2017-06-21得票数 5
回答已采纳
我在看电信客户的数据。我目前正在研究的两个变量是：
每月收费-每月向客户收取的总金额。
是老年人--顾客是否是老年人。
我正在绘制两个直方图，看看非老年人和老年人的分布是否不同。
如果我使用的是海运的远程图，那么我会得到以下结果
📷
如果我使用pyplot，则会得到以下结果
📷
在第一幅图中，蓝色的在70-120范围内高于橙色的，而在第二幅图像中，蓝色的总是停留在橙色的下方。
这两者有什么区别？
浏览 0提问于2019-07-30得票数 4
回答已采纳
1回答
我正在试图在一个名为seaborn (matplotlib上的包装器)的包中绘制两个变量的联合分布。最终，我想得到这样的东西：
问题是，当我经过不同长度的数组时，海运会向我发誓。假设，
var1 = [1,1,1,1,1,2,2,2,2,3,3,5,7]
var2 = [1,1,1,1,2,2,2,3,3,3,4,4,5,5,6,6,7,9,10,13]
如果我写这个：
import seaborn as sns
sns.jointplot(var1, var2, kind='hex')
它抛出
ValueError: operands could not be broadca
浏览 0提问于2014-10-13得票数 1
回答已采纳
我正在应用TSNE进行降维。我有几个特性，我减少到2个功能。之后，我使用Kmeans对数据进行聚类。最后，我使用海运绘制聚类结果。
要导入TSNE，我使用：
from sklearn.manifold import TSNE
要应用TSNE，我使用：
features_tsne_32= TSNE(2).fit_transform(standarized_data)
在那之后，我用Kmeans：
kmeans = KMeans(n_clusters=6, **kmeans_kwargs)
kmeans.fit(features_tsne_32)
km_tsne_32 = kmeans.predi
浏览 12提问于2021-05-24得票数 0
回答已采纳
2回答
我正在用pandas数据图绘制散点图。这是正确的，但我想使用seaborn主题和特殊函数。当我绘制调用海运的相同数据点时，y轴几乎是不可见的.X轴值从5000-15000开始，y轴值在[-6:6]*10^-7中.
如果我将y轴值乘以10^6，它们将正确显示，但是使用seaborn绘制的实际值在seaborn生成的绘图中仍然是不可见的/不可分辨的。
怎样才能使y轴值在结果图中自动缩放？
另外，有些行甚至包含NaN，而不是在本例中，如何在绘图时忽略这一点，除非手动删除包含NaN的行。
下面是我用来绘制的代码。
import pandas as pd
import seaborn as sns
im
浏览 3提问于2016-04-13得票数 1
回答已采纳
1回答
我试图拟合一个直方图，但它只适用于标准化数据，即直方图中的选项normed=True。有什么方法可以用枕叶统计数据(或其他方法)来做到这一点吗？下面是使用统一分布的MWE：
import matplotlib.pyplot as plt
import numpy as np
import random
from scipy.stats import uniform
data = []
for i in range(1000):
data.append(random.uniform(-1,1))
loc, scale = uniform.fit(data)
x = np.linsp
浏览 0提问于2017-10-07得票数 1
回答已采纳
我在matplotlilb中有代码片段，如下所示：
df['coln1'].plot(kind='hist') # This works!
我试着使用海运API来绘制同样的图，而我的木星笔记本有限地挂着。我尝试了下面的代码，但是失败了：
sns.barplot(x=df.index, y=df['coln1']) # What is the right way in seaborn?
UPDATE：我的目标是直观地看到给定列的值的分布情况，使用海运API。
非常感谢你的帮助。
浏览 0提问于2018-11-10得票数 0
回答已采纳
3回答
我是机器学习的新手，我想比较预测值和实际值，现在我想比较这两个数据在图中，看看这两个值是否相同。
数据：
[-0.26112159, 1.84683522, 2.23912728, 1.58848056, 1.28589823,
2.01355579, -0.144594 , 0.8845673 , -0.19764173, 0.00837658,
1.3515489 , 0.18876488, 1.07088203, 1.11333346, 0.99854107,
1.67141781, 1.74938417, 1.1
浏览 2提问于2020-04-11得票数 1
回答已采纳
2回答
在使用海运时，是否有一种方法可以包括色调参数的多个变量(列)？问这个问题的另一种方法是，在绘制一个x，y轴图之前，如何将我的数据按多个变量分组？
我想做如下的事情。但是，目前我无法为hue参数指定两个变量。
sns.relplot(x='#', y='Attack', hue=['Legendary', 'Stage'], data=df)
例如，假设我有一个熊猫DataFrame，如下所示，其中包含一个通过教程获得的。
我要画x轴的pokedex #和y轴的攻击图。然而，我想把数据分为舞台和传奇两类。使用matplot
浏览 3提问于2020-02-23得票数 7
我在这里遵循教程：
基本上，你已经在堆栈视图中嵌入了3个控件。
在上面的控件中，它们然后显示它们在图像视图中拖动，堆栈视图会自动调整大小。只是在我的情况下，它不是。而且，无论我如何摆弄设置，我都得不到任何远程工作/看起来像教程的东西。
如果我将图像视图放在堆栈视图中，它会占用2/3的可视空间。我需要堆栈视图来调整自己的大小。我尝试过改变一些选项，但是没有成功。
浏览 0提问于2015-10-21得票数 0
1回答
假设我有一个如下所示的盒子情节：
我想实现一种不同的色彩：
Fri，Sat和Sun是蓝色的，Thur是红色的
我想用盒子里的图案来区分颜色(剥掉什么的)。
我想不出用海运调色板来做这个操作的方法。
我知道我可以直接处理matplotlib中的盒子，但是海运会把斧头还给我。在这种情况下，我怎样才能拿到箱子？
浏览 1提问于2015-07-03得票数 2
回答已采纳
1回答
我正试图为一个群集结果创建海运lmplot，数据示例如下所示：
ID CA IP clusters
38 10.3 5.6 1
59 10.4 6.1 0
64 10.0 6.6 1
35 10.6 5.6 1
54 10.6 5.6 1
60 10.2 8.2 1
有两个集群(集群0和集群1)，我想在每个分散的上显示基于"ID“列的"ID”。尝试了添加文本的功能，就像在中一样，但是有错误说"FacetGrid没有文本函数“。
海
浏览 1提问于2019-01-15得票数 2
回答已采纳
1回答
用python拟合直方图
、、、、
我一直在冲浪，但还没有找到正确的方法来做以下工作。
我用matplotlib做了一个直方图：
hist, bins, patches = plt.hist(distance, bins=100, normed='True')
从图中可以看出，这种分布或多或少是指数分布(Poisson分布)。考虑到我的井架和垃圾桶阵列，我怎样才能做到最好的拟合呢？
更新
我使用的方法如下：
x = np.float64(bins) # Had some troubles with data types float128 and float64
hist = np.float64(hist)
my
浏览 3提问于2015-11-19得票数 6
回答已采纳
1回答
是否有一种方法将变量d包含在海运区域图中，以便在x=6上显示不连续性？如果没有，是否有其他方法可以替代海运绘图来创建一个经典的回归间断图？
import seaborn as sns
import numpy as np
x = np.array([2,4,5.99,6,8,10,12])
d = (x>=6)*1
y = 2*x + 10*d
sns.regplot(x = x, y = y, ci = None )
浏览 8提问于2022-04-13得票数 0
回答已采纳
1回答
我试图在离散分布之间选择最佳拟合，但我得到了下面的错误，即离散分布没有属性拟合。有谁知道如何解决这个问题，或者在离散分布之间进行选择的任何替代方法？ import scipy.stats as st
def get_best_distribution(data):
dist_names = ["bernoulli", "poisson", "binom", "geom", "logser", "randint"]
dist_results = []
params = {}
浏览 25提问于2020-11-23得票数 0
1回答
是否有一种方法在海运(使用err_style=“条形图”)中设置行图的倾覆大小，在点图中您可以使用变量ax = sns.pointplot(x="day", y="tip", data=tips, capsize=.2)来设置倾覆大小--行图(我没有设法为它找到一个变量)是否也可以？
这是海运网站上的一个例子：
import seaborn as sns; sns.set()
import matplotlib.pyplot as plt
fmri = sns.load_dataset("fmri")
ax = sns.lineplot(x=&
浏览 1提问于2018-12-23得票数 0
回答已采纳
我有一个日志-正态分布集，一个样本，并想执行适合它。然后，我想把样本的直方图和拟合的PDF绘制成一个图，我想用原始的缩放来表示直方图。
我的问题是:如何直接缩放PDF，使其在直方图图中可见？
以下是代码：
import numpy as np
import scipy.stats
# generate log-normal distributed set of samples
samples = np.random.lognormal( mean=1., sigma=.4, size=10000 )
# make a fit to the samples and generate th
浏览 0提问于2016-01-20得票数 3
回答已采纳
1回答
我试图为使用zeroinfl()函数建立的零膨胀模型计算置信区间。
如果我使用以下函数从线性模型或GLM中计算它们
predict(glm, newdata, type = "response", se.fit = TRUE)
它工作得很好，并返回$fit、$se.fit、$df和$residual.scale的值(我不知道最后两个输出代表什么--对此也非常赞赏)。
然而，当我用零膨胀模型代替glm时，我只得到了$fit的值。
举个例子：(我不知道如何使用set.seed，所以不要怪我)
set.seed(123)
a <- data.frame(participant
浏览 0提问于2017-08-23得票数 3
我知道，您可以使用seaborn.distplot作为直方图绘制数据，并在其之上叠加一个分布。我知道一个参数，它允许你传递一个pdf函数来这样做。在源代码中，它似乎在内部调用fit()来进行培训。我想知道是否有办法对模型进行预训练，然后使用它。
我尝试过使用lambda函数来表示我的发行版，但是我不断地收到错误。我也尝试过将参数传递到seaborn.distplot，以帮助训练我想要的设置，但这也不起作用。
方法1-使用lambda作为预训练模型：
import seaborn as sns
from scipy import stats
params = stats.exponweib.f
浏览 1提问于2019-06-26得票数 2
回答已采纳
在中，有一个生成帕累托分布的代码。
下面是代码片段：
import matplotlib.pyplot as plt
a, m = 3., 2. # shape and mode
s = (np.random.pareto(a, 1000) + 1) * m
count, bins, _ = plt.hist(s, 100, normed=True)
fit = a*m**a / bins**(a+1)
plt.plot(bins, max(count)*fit/max(fit), linewidth=2, color='r')
plt.show()
我在网上彻底搜索了这个公
浏览 2提问于2020-03-09得票数 1
1回答
谱中多个峰的高斯拟合
、、、、
我有一个光谱，我试图对其进行高斯拟合，但当我绘制它时，我意识到这不是一个单峰，而是两个或三个非常接近的峰。这是我的代码： from scipy.optimize import curve_fit
#weighted mean
mean = sum(velo_peak * spec_peak) / sum(spec_peak)
sigma = np.sqrt(sum(spec_peak * (velo_peak - mean)**2) / sum(spec_peak))
d
浏览 120提问于2021-03-25得票数 0
我有一个问题，海运显示函数，最准确地说，只有一个变量。我有
sns.distplot(df.abc, hist = True, norm_hist = True)
这就是我的阴谋。Y轴上的值上升到150+ (不正常)
另外，我应该补充一点，我的数据并不奇怪，因为它不应该这么做。下面是数据的describe() (正如您可以看到的，没有什么特别之处)：
浏览 2提问于2020-07-23得票数 0
回答已采纳
1回答
我正在使用Statsmodel GLM模型来执行泊松回归。我有一个数据集，如下所示： Quantity Month cannibal_numbers category_performance
0 0.0 11 0 7
1 3985.0 1 1 2
2 7690.0 2 5 4
3 10070.0
浏览 81提问于2020-12-19得票数 0
我有一组实验值，我想找到更好地描述它们分布的函数。但在对一些函数进行修补的过程中，我发现scipy.optimize.curve_fit和scipy.stats.rv_continuous.fit给出了非常不同的结果，通常不利于后者。下面是一个简单的例子：
#!/usr/bin/env python3
import numpy as np
from scipy.optimize import curve_fit as fit
from scipy.stats import gumbel_r, norm
import matplotlib.pyplot as plt
amps = np.loa
浏览 0提问于2014-10-31得票数 2
1回答
海损图，在图例项目中调整间距
、、、、
在海运散点图中，我可以调整图例条目中的间距，如下所示：
tips = sns.load_dataset('tips')
g = sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time")
plt.legend(labelspacing=20)
我怎么能用CDF的情节来做这件事呢？运行g = sns.ecdfplot(data=tips, x="total_bill", hue="time")会给出一个图例。我已经尝试了以下没有任何运
浏览 5提问于2021-09-30得票数 0
回答已采纳
我想使用来显示任意拟合的函数。
我已经生成了一个线性回归模型：fit <- lm(loss ~ hardness + strength, data = rubber)
我想通过调用在图中使用此模型：
ggplot(fit$model, aes_string(x = names(fit$model)[2], y = names(fit$model)[1])) +
geom_point() +
geom_smooth(method = "lm",
formula = ????? something to do with *f
浏览 7提问于2018-02-24得票数 1
2回答
我在海波恩绘制热图。问题是我的图中有太多的正方形，所以x和y标签太接近了，没有用。所以我创建了一个要使用的xticks和yticks列表。但是，将此列表传递给函数会旋转绘图中的标签。这将是非常好的海运自动下降的一些滴答，但我希望能够有直立的ytick。
import pandas as pd
import numpy as np
import seaborn as sns
data = pd.DataFrame(np.random.normal(size=40*40).reshape(40,40))
yticks = data.index
keptticks = yticks[::int(
浏览 0提问于2014-11-20得票数 71
回答已采纳
我的URLConf中有几个命名的url()，它们指向相同的视图。从该视图中，我如何才能找出这些url()中的哪些匹配并导致视图被调用？
浏览 1提问于2013-02-06得票数 1
1回答
当使用海运时，蓝色背景意味着什么，或者在回归图中确定了什么？是什么决定了它两端的宽度？
浏览 1提问于2020-06-03得票数 1
回答已采纳
2回答
我有一个numpy数组，我将其转换为dataframe，以便在matplotlib.pytplot中可视化它：
x = np.array([[10,10,1], [10,20,0], [10,3,0]])
df = pd.DataFrame(x, columns=["x", "y", "z"])
如果以z列为颜色绘制散点图，则得到以下输出(注意，我使用的是不同的值)：
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
df["val"] = df['z'
浏览 8提问于2019-12-06得票数 3
回答已采纳
我用的是海航
Seaborn.distplot(a = my_data)
。注意，我没有指定fit参数或任何其他参数。因此，我得到了my_data的直方图(由海运自动分配的回收箱数量)和一条曲线拟合到直方图。
现在，我的问题是如何得到拟合曲线的参数？除数图只是返回ax，我假设它有拟合曲线上的点，而不是参数。
浏览 5提问于2020-03-03得票数 1
回答已采纳
1回答
我使用不同的python来适应数据集中的密度函数。此数据集由从1秒开始的正时间值组成。
我测试了来自scipy.statistics和powerlaw库的不同密度函数，以及使用scipy.optimize的函数curve_fit()测试自己的函数。
到目前为止，当拟合下列修正的幂律函数时，我得到了最好的结果：
def funct(x, alpha, x0):
return((x+x0)**(-alpha))
我的代码如下：
bins = range(1,int(s_distrib.max())+2,1)
y_data, x_data = np.histogram(s_distrib,
浏览 5提问于2020-04-02得票数 0
1回答
在PlotGrid中添加质心
、、、、
我在我的数据库上使用了KMeans算法，并创建了一个PairGrid来用集群给出的色调显示点。
km = KMeans(init='random', n_clusters=N, random_state = RANDOM_STATE).fit(df_scaled)
df_numeric["cluster"] = km.labels_
g = sns.PairGrid(data=df_numeric, hue = "cluster", corner = True, palette = "viridis")
g.map_lower(
浏览 4提问于2022-03-04得票数 1
我想在单个图中比较不同分布与我的数据的拟合程度。fitdistrplus包中的qqcomp函数几乎完成了我想要做的事情。然而，我唯一的问题是，它主要是使用基本R图编写的，而我所有的其他图都是用ggplot2编写的。我基本上只想自定义qqcomp图，使其看起来像是在ggplot2中创建的。 从文档(https://www.rdocumentation.org/packages/fitdistrplus/versions/1.0-14/topics/graphcomp)中我了解到，通过设置plotstyle="ggplot"，这是完全可能的。然而，如果我这样做，绘图上没有显示任何
浏览 47提问于2019-12-30得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
