文章目錄

• 一、Matplotlib簡(jiǎn)介
• 二、散點(diǎn)圖
• • 第1步：導(dǎo)入數(shù)據(jù)
  • 第2步：拆分成訓(xùn)練集和測(cè)試集
  • 第3步：使用簡(jiǎn)單線性回歸模型來訓(xùn)練訓(xùn)練集
  • 第4步：繪制散點(diǎn)圖
• 二、線圖
• 三、等高線圖
• • 第1步：定義一個(gè)計(jì)算高度用的函數(shù)
  • 第2步：創(chuàng)建一個(gè)等差數(shù)列
  • 第3步：將等差數(shù)列綁定為網(wǎng)格的形式
  • 第4步：等高劃分并填色
• 四、運(yùn)行結(jié)果展示
• • 1. 散點(diǎn)圖
  • 2. 線圖
  • 3. 等高線圖
• 五、函數(shù)講解
• • 1. scatter()
  • 2. plot()
  • 3. linspace()
  • 4. contourf()

-----代碼傳送門-----
-----數(shù)據(jù)傳送門-----

一、Matplotlib簡(jiǎn)介

Matplotlib是一個(gè)數(shù)據(jù)可視化神器，畫圖用的。涉及散點(diǎn)圖、線圖、等高線圖、條形圖、柱狀圖、3D圖形、餅圖、Image圖像、灰度圖。

這里主要介紹如何繪畫機(jī)器學(xué)習(xí)中常用到的一些圖像。

二、散點(diǎn)圖

第1步：導(dǎo)入數(shù)據(jù)

import pandas as pd dataSet = pd.read_csv('studentscores.csv')X = dataSet.iloc[ : , : -1] Y = dataSet.iloc[ : , 1]

第2步：拆分成訓(xùn)練集和測(cè)試集

from sklearn.model_selection import train_test_split X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.25, random_state=0)

第3步：使用簡(jiǎn)單線性回歸模型來訓(xùn)練訓(xùn)練集

from sklearn.linear_model import LinearRegression regressor = LinearRegression() regressor = regressor.fit(X_train, Y_train)

第4步：繪制散點(diǎn)圖

import matplotlib.pyplot as plt plt.scatter(X_train, Y_train, color='red') plt.show()

---

二、線圖

數(shù)據(jù)沿用散點(diǎn)圖數(shù)據(jù)

plt.plot(X_train, regressor.predict(X_train), color='blue') plt.show()

---

三、等高線圖

第1步：定義一個(gè)計(jì)算高度用的函數(shù)

def f(x,y):return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)

第2步：創(chuàng)建一個(gè)等差數(shù)列

import numpy as np n=256 x=np.linspace(-3,3,n) #[-3,3]，共256個(gè)點(diǎn) y=np.linspace(-3,3,n)

第3步：將等差數(shù)列綁定為網(wǎng)格的形式

X,Y=np.meshgrid(x,y)

第4步：等高劃分并填色

#等高劃分并著色 plt.contourf(X,Y,f(X,Y),8,alpha=0.75,cmap=plt.cm.hot)#設(shè)置等高線 C=plt.contour(X,Y,f(X,Y),8,colors='black',linewidth=0.5)#設(shè)置等高線的數(shù)值 plt.clabel(C,inline=True,fontsize=10)#設(shè)置坐標(biāo)軸 plt.xlim(-3,3) plt.ylim(-3,3)plt.show()

四、運(yùn)行結(jié)果展示

1. 散點(diǎn)圖

2. 線圖

3. 等高線圖

五、函數(shù)講解

1. scatter()

plt.scatter(X_train, Y_train, color=‘red’)中的X_train，Y_train就是X和Y軸的坐標(biāo)，形狀為shape(n, )。更多用法見：sactter函數(shù)詳解

2. plot()

plt.plot(X_train, regressor.predict(X_train), color=‘blue’)，用法和scatter()差不多，不同的是scatter()畫的是點(diǎn)，plot() 畫的是線。

3. linspace()

np.linspace(-3,3,n)

它是創(chuàng)建等差數(shù)列的函數(shù)，返回ndarray類型數(shù)據(jù)。起點(diǎn)為3，終點(diǎn)為3，n為步長(zhǎng)，如果n=1，則返回array([ -3., -2., -1., 0., 1., 2., 3.])

4. contourf()

plt.contourf(X,Y,f(X,Y),8,alpha=0.75,cmap=plt.cm.hot)

contourf(contour等高線+filling)；8 表示等高線分為多少部分，0->2部分，1->3部分，8->10部分；alpha=0.75表示圖形的透明度，如果alpha=0那么圖形的顏色為白，f(X,Y)第三個(gè)參數(shù)表示高度，不同高度域顏色就會(huì)不同。

到后面遇到了新的圖，我會(huì)同步更新這篇博客的。

總結(jié)

以上是生活随笔為你收集整理的机器学习第6天：数据可视化神器--Matplotlib的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。