机器学习Matplotlib 快速入门笔记
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习Matplotlib 快速入门笔记相关的知识,希望对你有一定的参考价值。
Matplotlib 快速入门笔记Xu An 2018-4-7
import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D
1、基本图形绘制
x=np.linspace(-1,1,50)#(-1,1)的50个点 y=2*x+1 plt.plot(x,y)
2、figure的使用
x=np.linspace(-1,1,50)#(-1,1)的50个点 y1=2*x+x**5 y2=34*x+np.sin(x**2) plt.figure() plt.plot(x,y1) plt.figure(num=3,figsize=(8,5)) #num用来之星figure的数字,figsize用来制定figure的大小 l1=plt.plot(x,y2,label='a') #在一个figure中同时显示两条线 l2=plt.plot(x,y1,label='b')
3、坐标轴显示
plt.xlim((-1,2)) #设置x轴的取值范围 plt.ylim((-1,2)) #设置y轴的取值范围 plt.xlabel('This is X') #设置坐标轴描述 plt.ylabel('This is Y') new_ticks=np.linspace(-1,2,5) print(new_ticks) plt.xticks(new_ticks) #更换角标 plt.yticks([-2,-1.8,-1],['$really_bad$','$bad$','$normal$','$good$']) #更改角标为文字,在文字前后加$表示输出为数学字体(空格使用_代替) #想打出alpha,则需要加上 //alpha ax=plt.gca() #gca='get current axis' 获得坐标轴 ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') #删除指定位置的框线 ax.xaxis.set_ticks_position('bottom') ax.yaxis.set_ticks_position('left') ax.spines['bottom'].set_position(('data',0)) #平移坐标轴 ax.spines['left'].set_position(('data',0))
4、图例
plt.legend(handles=[l1,l2],labels=['aaa','bbb'],loc='best')
5.注释
plt.figure() x3=np.linspace(-1,1,50)#(-1,1)的50个点 y3=x+1 x0=1 y0=x0+1 plt.scatter(x0,y0,s=50,color='b') # plt.plot([x0,x0],[y0,0],'k--',lw=2.5) # plt.annotate(r'$2x+1=3')% y0,xy(x0,y0),xycoords='data',xytext=(+30,-30),textcoords='offset point'
6、散点图——scatter
n=1024 X=np.random.normal(0,1,n) Y=np.random.normal(0,1,n) T=np.arctan2(X,Y) #for color value plt.scatter(X,Y,s=75,c=T,alpha=0.5) plt.xlim((-1.5,1.5)) plt.ylim((-1.5,1.5))
7、条形图——bar
plt.figure() n=10 X=np.arange(n) Y1=(1-X/float(n)*np.random.uniform(0.5,1.0,n)) Y2=(1-X/float(n)*np.random.uniform(0.5,1.0,n)) plt.bar(X,+Y1) #使用bar打印出条形图 plt.bar(X,-Y2) for x,y in zip(X,Y1): #给每个条形图增加数字描述 plt.text(x,y+0.05,'%.2f'%y,ha='center',va='bottom') for x,y in zip(X,Y2): plt.text(x,-y+0.05,'%.2f'%y,ha='center',va='bottom')
8、等高线图
plt.figure() def f(x,y): return(1-x/2+x**5+y**3)*np.exp(-x**2-y**2) n=256 x=np.linspace(-3,3,n) y=np.linspace(-3,3,n) X,Y=np.meshgrid(x,y) #把x,y绑定为网格输入值 plt.contourf(X,Y,f(X,Y),10,alpha=0.75,linewidth=0.5) C=plt.contour(X,Y,f(X,Y),10,alpha=0.75,linewidth=0.5) plt.clabel(C,inline=True,fontsize=10) #增加数字标识
9、绘制3d图像
fig=plt.figure() ax=Axes3D(fig) #输入x,y的值 X=np.arange(-4,4,0.25) Y=np.arange(-4,4,0.25) #生成坐标空间 X,Y=np.meshgrid(X,Y) R=np.sqrt(X**2+Y**2) Z=np.sin(R) ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=plt.get_cmap('plasma')) ax.contourf(X,Y,Z,zdir='z',offset=-1.5,cmap='plasma') #打印等高线
10、在一个窗口中显示多个图像——subplot
plt.figure() plt.subplot(2,2,1) #改变subplot的显示区域(行,列,该图所在的区域) plt.plot([0,1],[0,1]) plt.subplot(2,2,2) plt.plot([0,1],[0,2]) plt.subplot(2,2,3) plt.plot([0,1],[0,2]) plt.subplot(2,2,4) plt.plot([0,1],[0,2]) # 改变图像的大小(非均匀分布) plt.figure() plt.subplot(2,1,1) #改变subplot的显示区域(行,列,该图所在的区域) 独占一行 plt.plot([0,1],[0,1]) plt.subplot(2,3,4) #剩下三个占一行,数字标记按最小单位计算(独占第一行为3个单位,下一行从第4个数起) plt.plot([0,1],[0,2]) plt.subplot(2,3,5) plt.plot([0,1],[0,2]) plt.subplot(2,3,6) plt.plot([0,1],[0,2])
11、次坐标
x=np.arange(0,10,0.1) y1=0.05*x**2 y2=-1*y1 fig,ax1=plt.subplots() #定义次坐标轴 ax2=ax1.twinx() ax1.plot(x,y1,'g-') ax2.plot(x,y2,'b--') ax1.set_xlabel('X data') ax1.set_ylabel('Y1',color='g') ax1.set_ylabel('Y2',color='b')
12、添加动画
from matplotlib import animation #引入动画模块 fig,ax=plt.subplots() x=np.arange(0,2*np.pi,0.01) line,=ax.plot(x,np.sin(x)) #line初始化输出为列表,想要第一位则需要加一个逗号 def animation_1(i): line.set_ydata(np.sin(x+i/10)) return line, def init(): line.set_ydata(np.sin(x)) return line, ani=animation.FuncAnimation(fig=fig,func=animation_1,frames=100,init_func=init,interval=20,blit=False) plt.show()
以上是关于机器学习Matplotlib 快速入门笔记的主要内容,如果未能解决你的问题,请参考以下文章
高端实战 Python数据分析与机器学习实战 Numpy/Pandas/Matplotlib等常用库