line_width=2; figure plot(sheet1_p(1:sheet1_break), ... sheet1_v(1:sheet1_break),'o','MarkerFaceColor', 'g') hold on plot(sheet1_p(sheet1_break+1:end), ... sheet1_v(sheet1_break+1:end),'o','MarkerFaceColor', 'r') legend('大孔','小孔') %拟合曲线绘图 hold on plot(sheet1_p(1:sheet1_break), ... polyval(p1,sheet1_p(1:sheet1_break)), ... 'g:','LineWidth',line_width,'HandleVisibility','off') hold on plot(sheet1_p(sheet1_break+1:end), ... polyval(p2,sheet1_p(sheet1_break+1:end)), ... 'r:','LineWidth',line_width,'HandleVisibility','off') fun_print(p1,r1) fun_print(p2,r2) 同样的代码为什么在gui里面运行不出来

在GUI中运行时，您需要确保以下几点：

1. 检查代码是否在正确的位置上运行。在GUI中，代码通常是在回调函数中执行的。您可以将这段代码放在适当的位置，例如按钮点击事件的回调函数中。

2. 确保所有变量和函数都在正确的作用域内。如果您在GUI中定义了其他变量或函数，确保这些变量和函数在绘图代码中是可见的。

3. 检查绘图相关的设置是否正确。例如，您可以检查绘图窗口是否正确创建并显示，并且绘图数据是否被正确传递给绘图函数。

4. 检查是否存在错误或警告信息。在GUI中运行时，错误或警告信息可能会被隐藏或显示在控制台中。确保查看控制台输出以获取任何相关信息。

如果您仍然无法解决问题，请提供更多关于GUI的详细信息，以便我可以更好地帮助您解决问题。

相关问题

plot = figure(title = '里约奥运会大项及奖牌数量', x_axis_label = '奖牌数量', y_axis_label = '运动员数量', plot_width = 800, plot_height = 500, tooltips = TOOLTIPS)报错 unexpected attribute 'plot_width' to figure, similar attributes are outer_width, width or min_width

这个错误通常是因为你的Bokeh版本太低导致的。`plot_width`和`plot_height`是Bokeh 1.0及以上版本中的属性，如果你的版本低于1.0，那么它们将不会被识别。可以通过以下方法解决该问题：

1. 更新Bokeh到最新版本：可以使用`pip install --upgrade bokeh`命令来更新Bokeh，确保你使用的是1.0及以上版本。

2. 替换`plot_width`和`plot_height`属性：如果你无法升级到Bokeh 1.0或更高版本，那么你可以使用`width`和`height`属性来替换`plot_width`和`plot_height`。例如，将`plot_width = 800, plot_height = 500`替换为`width = 800, height = 500`。

supermarket_sales - sheet1.csv文件可视化

为了可视化supermarket_sales - sheet1.csv文件，您可以使用一些数据分析和可视化工具，比如Python中的Pandas和Matplotlib库。

首先，您需要安装这些库。您可以在终端中输入以下命令来安装它们：

pip install pandas
pip install matplotlib

然后，您需要使用Pandas库来读取CSV文件并将其转换为数据帧。

import pandas as pd

data = pd.read_csv("supermarket_sales - sheet1.csv")

现在，您可以使用Matplotlib库来创建各种图表。例如，您可以创建一个直方图来显示销售额：

import matplotlib.pyplot as plt

plt.hist(data['gross income'])
plt.xlabel('Gross Income')
plt.ylabel('Frequency')
plt.title('Distribution of Gross Income')
plt.show()

您还可以创建一个散点图来显示销售额和数量之间的关系：

plt.scatter(data['quantity'], data['gross income'])
plt.xlabel('Quantity')
plt.ylabel('Gross Income')
plt.title('Scatter Plot of Quantity vs. Gross Income')
plt.show()

这些只是一些可视化技术的例子。您可以根据自己的需求使用其他可视化工具和图表类型来呈现数据。