初始化 Hiddify

使用 Hiddify 进行高级数据可视化,可以分为以下几个步骤：

安装 Hiddify

将 Hiddify 安装到 Python 环境中：

pip install hiddify

导入必要的库

导入所需的库，包括 pandas 用于数据处理：

import pandas as pd
from hiddify import Hiddify
h = Hiddify()

读取或创建数据集

根据你的数据类型创建或导入数据集：

# 示例：创建一个简单的数据集
data = pd.DataFrame({
    '时间': [223, 224, 225],
    '表达量': [1, 15, 2]
})

调用 Hiddify 创建图表

根据数据类型选择合适的函数：

• 数值数据图表：使用 Hiddify.createFigure

  fig = h.createFigure(data, "表达量变化", "白色背景")

• 图像数据图表：使用 Hiddify.createPlot

  plot = h.createPlot(data, "转录活动曲线", "红色主题")

• 表格数据：使用 Hiddify.createTable

  table = h.createTable(data, "基因表达表", "蓝色字体")

调整图表的外观和参数

调整图表的外观，例如颜色、字体等：

# 调整主颜色
fig = h.createFigure(data, "表达量变化", "白色背景")
# 调整图表标题
fig.suptitle("表达量变化曲线")
# 调整图表标签
fig.set_xlabel("时间")
fig.set_ylabel("表达量")

保存图表

保存图表到本地或云存储：

# 保存为 PNG文件
fig.savefig("表达量变化.png")
# 保存到本地云存储
fig?.to_image().save("expression_data.png")
# 如果计划保存到项目中的数据集（如data）
h.save_data_to(hdd, "expression_data.png")

检查和调整

检查图表是否符合预期,调整参数以优化视觉效果：

# 调整图表颜色
fig = h.createFigure(data, "表达量变化", "白色背景")
fig.set_color_theme('red')

通过以上步骤，你可以轻松地使用 Hiddify 创建并调整多种类型的图表，确保数据正确、格式合适，并且了解每个函数的参数和返回值,以确保图表的美观和信息传达准确。