机械学习：Jupyter Notebook中Matplotlib的使用

Posted 2020-11-07 Volcano！

一、matplotlib绘制折线图

• matplotlib绘图的实质是折线图，将所有的点用直线连接起来，由于距离比较密，看起来像是个平滑的曲线；

1. import matplotlib as mpl：加载matplotlib模块；
2. from matplotlib import pyplot as plt：一般多用matplotlib的子模块pyplot，然后直接调用pyplot的相应函数即可；
3. 最简单的绘图：

   from matplotlib import pyplot as plt
   import numpy as np
   
   # 从[0, 10]区间内，等分取出100个点（包含0和10）；
   x = np.linspace(0, 10, 100)
   y = np.sin(x)
   
   # 绘制以x为横轴，y为纵轴，绘图，生成matplotlib.lines.Line2D对象
   plt.plot(x, y)
   
   # 使用plt的show函数显示图线对象
   plt.show()

4. 一个图内绘制多条曲线：

   from matplotlib import pyplot as plt
   import numpy as np
   
   x = np.linspace(0, 10, 100)
   siny = np.sin(x)
   cosy = np.cos(x)
   
   # 绘制多条曲线后再显示所有的线，才可以在同一个图内显示多条线
   plt.plot(x, siny)
   plt.plot(x, cosy)
   plt.show()

5. 改变线条颜色、线型、坐标轴范围（x轴、y轴的范围）：具体颜色种类和线型的种类可查matplotliib文档；“:”：表示"...."点虚线、“-.”：表示“-.-.-.-.-.”横杠 + 点、“--”:两个横杠表示“------”横杠虚线、“-”：一个横杠表示默认实线；

   plt.plot(x, siny)
   
   # 将cosy曲线的颜色调整为红色，线型为虚线
   plt.plot(x, cosy, color = ‘red‘, linestyle = ‘--‘)
   
   # 分别限定横纵坐标范围：横轴在[5, 8]，纵轴在[0, 1]
   plt.xlim(5, 8)
   plt.ylim(0, 1)
   
   # 也可以同时限定两个坐标轴的范围，默认两面两个参数为横坐标范围，后面两个参数为纵坐标范围
   plt.axis([5, 8, 0, 1])
   
   plt.show()

6. 添加坐标轴的label、曲线的图式、图标的title：

   from matplotlib import pyplot as plt
   import numpy as np
   
   x = np.linspace(0, 10, 100)
   siny = np.sin(x)
   cosy = np.cos(x)
   
   # 添加图式：label
   plt.plot(x, siny, label = ‘sin(x)‘)
   plt.plot(x, cosy, color = ‘red‘, linestyle = ‘--‘, label = ‘cos(x)‘)
   
   # 添加横、纵左边的名称
   plt.xlabel("x axis")
   plt.ylabel("y value")
   
   # 添加图表标题：title
   plt.title(‘Welcome to the Machine-Learn World‘)
   
   # 显示图式label
   plt.legend()
   
   plt.show()

 

二、matplotlib绘制散点图：Scatter Plot

• 直接调用plt.scatter()函数即可，和plt.plot()用法一样
• 对于折现图，横轴表示特征，纵轴表示取值；
• 对于散点图，通常横、纵两个轴均表示特征，对用于绘制二维特征：将特征点打在图像上，用不同的颜色代替label；

1. 绘制简单散点图：

   from matplotlib import pyplot as plt
   import numpy as np
   
   x = np.linspace(0, 10, 100)
   siny = np.sin(x)
   cosy = np.cos(x)
   
   # 添加图式：label
   plt.scatter(x, siny)
   plt.scatter(x, cosy, color = "red")
   plt.show()

2. 设置散点的透明度：0~1,0表示全透明，1表示完全不透明；

   x = np.random.normal(0, 1, 10000)
   y = np.random.normal(0, 1, 10000)
   
   # 透明度设置为0.5
   plt.scatter(x, y, alpha = 0.5)

3. 散点图有很多样式，可查看matplotlib文档了解；