欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
LabPlot
来自开放百科 - 灰狐
(版本间的差异)
小 (→功能) |
小 (→功能) |
||
(未显示1个用户的2个中间版本) | |||
第7行: | 第7行: | ||
==功能== | ==功能== | ||
+ | *软件前(commonfrontend, kdefrontend)后(backend)端的架构设计 | ||
*提供的数据容器:电子表格(Spreadsheet)和矩阵(Matrix) | *提供的数据容器:电子表格(Spreadsheet)和矩阵(Matrix) | ||
*数据容器支持的导入数据类型:ASCII、Binary、Image、NetCDF、HDF5、FITS | *数据容器支持的导入数据类型:ASCII、Binary、Image、NetCDF、HDF5、FITS |
2022年9月20日 (二) 03:14的最后版本
您可以在Wikipedia上了解到此条目的英文信息 LabPlot Thanks, Wikipedia. |
LabPlot
目录 |
[编辑] 简介
LabPlot:基于 KDE 技术构建的跨平台、开源数据可视化和分析软件。
[编辑] 功能
- 软件前(commonfrontend, kdefrontend)后(backend)端的架构设计
- 提供的数据容器:电子表格(Spreadsheet)和矩阵(Matrix)
- 数据容器支持的导入数据类型:ASCII、Binary、Image、NetCDF、HDF5、FITS
- 内置了一组扩展了GNU科学库(GSL)的数值(numerical)和统计(statistics)函数库
- 依托 Qt 的对象插件扩展机制,QPluginLoader 的运行时类加载插件(class loads a plugin at run-time)
- LabPlot 可以作为不同的开源计算机代数系统(CAS)的前端,如:Maxima、GNU Octave、R、Scilab 和 Sage 或提供类似功能的编程语言,如:Python 和 Julia。
LabPlot 可以识别不同的 CAS 变量,持有类似数组的数据,并允许选择它们作为曲线的来源。因此,用户不需要提供电子表格的列作为X和Y数据的来源,而是提供相应的 CAS 变量的名称。
- 支持广泛的数据分析方法:数据还原(Data reduction)、微分(Differentiation)、整合(Integration)、插值(Interpolation)、平滑化(Smoothing)、非线性曲线拟合(Nonlinear curve fitting)、傅里叶滤波器(Fourier filter)、傅里叶变换(Fourier transform)
[编辑] 指南
[编辑] 项目
git clone [email protected]:education/labplot.git
[编辑] 文档
[编辑] 图集
[编辑] 链接
分享您的观点