Python_2  1.0
Namespaces | Functions | Variables
_04e_boxplot_demo.py File Reference

Namespaces

 _04e_boxplot_demo
 A matplotlib example.
 

Functions

def _04e_boxplot_demo.fake_bootstrapper (n)
 plt.show() More...
 

Variables

int _04e_boxplot_demo.spread = np.random.rand(50) * 100
 
int _04e_boxplot_demo.center = np.ones(25) * 50
 
int _04e_boxplot_demo.flier_high = np.random.rand(10) * 100 + 100
 
int _04e_boxplot_demo.flier_low = np.random.rand(10) * -100
 
 _04e_boxplot_demo.data = np.concatenate((spread, center, flier_high, flier_low))
 
 _04e_boxplot_demo.fig
 
 _04e_boxplot_demo.axs
 
 _04e_boxplot_demo.left
 
 _04e_boxplot_demo.right
 
 _04e_boxplot_demo.bottom = -5
 
 _04e_boxplot_demo.top = 40
 
 _04e_boxplot_demo.hspace
 
 _04e_boxplot_demo.wspace
 
 _04e_boxplot_demo.d2 = np.concatenate((spread, center, flier_high, flier_low))
 
 _04e_boxplot_demo.ax
 
list _04e_boxplot_demo.random_dists
 plt.show() More...
 
int _04e_boxplot_demo.N = 500
 
 _04e_boxplot_demo.norm = np.random.normal(1, 1, N)
 
 _04e_boxplot_demo.logn = np.random.lognormal(1, 1, N)
 
 _04e_boxplot_demo.expo = np.random.exponential(1, N)
 
 _04e_boxplot_demo.gumb = np.random.gumbel(6, 4, N)
 
 _04e_boxplot_demo.tria = np.random.triangular(2, 9, 11, N)
 
 _04e_boxplot_demo.bootstrap_indices = np.random.randint(0, N, N)
 
 _04e_boxplot_demo.ax1
 
 _04e_boxplot_demo.figsize
 
 _04e_boxplot_demo.bp = ax1.boxplot(data, notch=0, sym='+', vert=1, whis=1.5)
 
 _04e_boxplot_demo.color
 
 _04e_boxplot_demo.marker
 
 _04e_boxplot_demo.True
 
 _04e_boxplot_demo.linestyle
 
 _04e_boxplot_demo.which
 
 _04e_boxplot_demo.alpha
 
 _04e_boxplot_demo.axisbelow
 
 _04e_boxplot_demo.title
 
 _04e_boxplot_demo.xlabel
 
 _04e_boxplot_demo.ylabel
 
list _04e_boxplot_demo.box_colors = ['darkkhaki', 'royalblue']
 
 _04e_boxplot_demo.num_boxes = len(data)
 
 _04e_boxplot_demo.medians = np.empty(num_boxes)
 
 _04e_boxplot_demo.box = bp['boxes'][i]
 
list _04e_boxplot_demo.box_x = []
 
list _04e_boxplot_demo.box_y = []
 
 _04e_boxplot_demo.box_coords = np.column_stack([box_x, box_y])
 
 _04e_boxplot_demo.med = bp['medians'][i]
 
list _04e_boxplot_demo.median_x = []
 
list _04e_boxplot_demo.median_y = []
 
 _04e_boxplot_demo.markeredgecolor
 
 _04e_boxplot_demo.rotation
 
 _04e_boxplot_demo.fontsize
 
int _04e_boxplot_demo.pos = np.arange(num_boxes) + 1
 
list _04e_boxplot_demo.upper_labels = [str(round(s, 2)) for s in medians]
 
list _04e_boxplot_demo.weights = ['bold', 'semibold']
 
int _04e_boxplot_demo.k = tick % 2
 
 _04e_boxplot_demo.transform
 
 _04e_boxplot_demo.horizontalalignment
 
 _04e_boxplot_demo.size
 
 _04e_boxplot_demo.weight
 
 _04e_boxplot_demo.backgroundcolor
 
float _04e_boxplot_demo.inc = 0.1
 
 _04e_boxplot_demo.e1 = np.random.normal(0, 1, size=500)
 
 _04e_boxplot_demo.e2 = np.random.normal(0, 1, size=500)
 
 _04e_boxplot_demo.e3 = np.random.normal(0, 1 + inc, size=500)
 
 _04e_boxplot_demo.e4 = np.random.normal(0, 1 + 2 * inc, size=500)
 
list _04e_boxplot_demo.treatments = [e1, e2, e3, e4]
 
 _04e_boxplot_demo.med1
 
 _04e_boxplot_demo.ci1
 
 _04e_boxplot_demo.med2
 
 _04e_boxplot_demo.ci2
 
list _04e_boxplot_demo.conf_intervals = [None, None, ci1, ci2]
 
 _04e_boxplot_demo.markersize