[笔记]SciPy、Matplotlib基础操作
NumPy、SciPy、Matplotlib,Python下机器学习三大利器。上一篇讲了NumPy基础操作,这节讲讲SciPy和Matplotlib。目前接触到的东西不多,以后再遇到些比较常用的再更新。
scipy是基于numpy的扩充,所以安装时要先安装numpy再安装scipy。scipy的命名空间包含numpy,所以只需import scipy即可,numpy不用import。(所以以下有些东西可能是numpy里的我没分清楚,反正一并写了吧。)
import scipy as sp
import matplotlib.pyplot as plt
首先从文件导入数据,使用genfromtxt函数。文件是《Python语言构建机器学习系统(第二版)》里提供的数据:web_traffic.tsv。读取后把x与y分开。而且里面有几个nan数据,得事先踢掉:
data = sp.genfromtxt("web_traffic.tsv",delimiter="\t")
x = data[:,0]
y = data[:,1]
x = x[~sp.isnan(y)]
y = y[~sp.isnan(y)]
然后我们想可视化这些数据,以图表给出,那就用到matplotlib了:
plt.scatter(x, y, s=6) # 在图标上产生散点,s代表绘制的点的粗细
plt.title("Web traffic") # 标题
plt.xlabel("Time") # x轴标签
plt.ylabel("Hits/hour") # y轴标签
plt.xticks([w*7*24 for w in range(10)],
["week %i" % w for w in range(10)]) # 更改x轴的默认刻度显示,以一星期为一个刻度,range中数字10表示x刻度最多显示到第10周
plt.autoscale(tight=True)
plt.grid(True,linestyle='-',color='0.75')
最后plt.show()
以显示窗口。
然后我们用二次函数作为模型,并使得函数最好的适应数据。
fp,residuals,rank,sv,rcond = sp.polyfit(x,y,2,full=True)
polyfit函数直接帮我们找到了这个使得方差最小的直线的参数,参数存在f1p里面。里面那个参数2就代表产生二次函数,3代笔3次函数,50就是50次函数。我们print fp,得到:
[ 1.05322215e-02 -5.26545650e+00 1.97476082e+03]
full=True使得这个函数返回更多的东西,返回一些额外的后台信息,比如误差(error),就存在那个residuals里:
[ 1.79983508e+08]
poly1d将参数转换成可识别的函数格式,可以把它当做普通python的函数用。注意是poly“1”d,是1不是l。不知道有没有poly2d。
f = sp.poly1d(fp)
linspace函数产生一次函数从x=0到x=x[-1]区间内的函数的值,作为一维矩阵存储。1000那个数字代表产生几个值,数字越大产生的值越多。当然对于一次函数,值为2其实就够了。
fx = sp.linspace(0,x[-1],1000)
值为1000时:
值为5时:
就只计算了5个值,明显弧度不行了。
然后以下plot函数就是把得到的二次函数放到figure上的。legend产生左上角那个d=2标示。
plt.plot(fx,f(fx),linewidth=2)
plt.legend(["d=%i" % f.order],loc="upper left")
同理可得其他次数的最佳适应的函数。以下写了个小小的成品,计算了一次、二次、五十三次函数:
import scipy as sp
import matplotlib.pyplot as plt
data = sp.genfromtxt("web_traffic.tsv",delimiter="\t")
x = data[:,0]
y = data[:,1]
x = x[~sp.isnan(y)]
y = y[~sp.isnan(y)]
plt.scatter(x, y, s=6)
plt.title("Web traffic")
plt.xlabel("Time")
plt.ylabel("Hits/hour")
plt.xticks([w*7*24 for w in range(10)],
["week %i" % w for w in range(10)])
plt.autoscale(tight=True)
plt.grid(True,linestyle='-',color='0.75')
f1p,residuals,rank,sv,rcond = sp.polyfit(x,y,1,full=True)
f1 = sp.poly1d(f1p)
f1x = sp.linspace(0,x[-1],1000)
plt.plot(f1x,f1(f1x),linewidth=2)
plt.legend(["d=%i" % f1.order],loc="upper left")
f2p = sp.polyfit(x,y,2)
f2 = sp.poly1d(f2p)
f2x = sp.linspace(0,x[-1],1000)
plt.plot(f2x,f2(f2x),linewidth=2)
plt.legend(["d=%i" % f2.order],loc="upper left")
f3p = sp.polyfit(x,y,53)
f3 = sp.poly1d(f3p)
f3x = sp.linspace(0,x[-1],1000)
plt.plot(f3x,f3(f3x),linewidth=2)
plt.legend(["d=%i" % f3.order],loc="upper left")
plt.show()
[笔记]SciPy、Matplotlib基础操作的更多相关文章
- (2.2)学习笔记之mysql基础操作(登录及账户权限设置)
本系列学习笔记主要讲如下几个方面: 本文笔记[三:mysql登录][四:账户权限设置][五:mysql数据库安全配置] 三.mysql登录 常用登录方式如下: 四.账户权限设置 (4.1)查看用户表, ...
- (2.3)学习笔记之mysql基础操作(表/库操作)
本系列学习笔记主要讲如下几个方面: 本文笔记[六:表操作--线上可以直接删除表吗?] 附加:库操作 [1]创建制定字符集的数据库 需求描述: 在创建DB的时候指定字符集. 操作过程: 1.使用crea ...
- Git 学习笔记--1.Git基础操作
取得项目的Git仓库 有两种方式取得Git项目仓库.第一种是在现存的目录下,通过导入所有文件来创建新的Git仓库.第二种是从已有的Git仓库克隆出一个新的镜像仓库. 在工作目录中初始化新仓库 要对现 ...
- 11-numpy笔记-莫烦基础操作1
代码 import numpy as np array = np.array([[1,2,5],[3,4,6]]) print('-1-') print('数组维度', array.ndim) pri ...
- Java基础复习笔记系列 七 IO操作
Java基础复习笔记系列之 IO操作 我们说的出入,都是站在程序的角度来说的.FileInputStream是读入数据.?????? 1.流是什么东西? 这章的理解的关键是:形象思维.一个管道插入了一 ...
- 笔记-flask基础操作
笔记-flask基础操作 1. 前言 本文为flask基础学习及操作笔记,主要内容为flask基础操作及相关代码. 2. 开发环境配置 2.1. 编译环境准备 安装相关Lib ...
- 笔记-mysql-管理及基础操作
笔记-mysql使用-管理及基础操作 1. 简介 mysql是一个免费的关系型数据库,不过好像被oracle收购了.... 希望它继续免费. 1.1. 相关术语 数据库,表,列,行,冗 ...
- 小白学 Python 数据分析(17):Matplotlib(二)基础操作
人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Pandas (一)概述 小白学 Python 数据分析(3):P ...
- disruptor笔记之三:环形队列的基础操作(不用Disruptor类)
欢迎访问我的GitHub https://github.com/zq2599/blog_demos 内容:所有原创文章分类汇总及配套源码,涉及Java.Docker.Kubernetes.DevOPS ...
随机推荐
- 走入PHP-类与对象
PHP中用class来定义类,用new实例化对象,用extends继承类,不过只能单继承,属性和方法有public.private和protected做访问控制,默认为public,在类里定义常量不需 ...
- RecyclerView中装饰者模式应用
近段时间一直在加班,在赶一个项目,现在项目接近尾声,那么需要对过去一段时间工作内容进行复盘,总结下比较好的解决方案,积累一些经验,我认为的学习方式,是「理论-实践-总结-分享」,这一种很好的沉淀方式. ...
- C#研究OpenXML之路(4-使用第三方库)
一.悲催的OpenXML操作 学习并使用了一段时间的OpenXML,感觉用这个来操作Excel文件真是一件非常悲催的事情,由于我自己比较熟悉Excel COM的操作,但到了OpenXML中发现,之前所 ...
- 云计算+SaaS+业务开发平台=JSAAS云平台
我关注Google的代码托管.Open API,我也关注Oracle会把MYSQL怎么样云数据库化,我也虚拟化技术多实例化独立的数据库,我也关注facebook的平台插件应用架构,我也关注salesf ...
- 老李分享:持续集成学好jenkins之内置命令
老李分享:持续集成学好jenkins之内置命令 Jenkins命令调用方式:调用Jenkins命令设置job的描述信息. $JAVA_BIN-jar "$JENKINS_CLI_JAR& ...
- 老李推荐:第14章1节《MonkeyRunner源码剖析》 HierarchyViewer实现原理-面向控件编程VS面向坐标编程
老李推荐:第14章1节<MonkeyRunner源码剖析> HierarchyViewer实现原理-面向控件编程VS面向坐标编程 poptest是国内唯一一家培养测试开发工程师的培训机 ...
- List去除重复的元素
有两种方法,一种是去重不带顺序的,一种是去重带顺序的. /* * 方法1: 无顺序 * Hastset根据hashcode判断是否重复,数据不会重复 */ public static Lis ...
- Android5.0水波纹效果ripple实现
1.如何设置波纹效果 // 波纹有边界 android:background="?android:attr/selectableItemBackground" // 波纹超出边界 ...
- Android系统--输入系统(六)模拟输入驱动程序
Android系统--输入系统(六)模拟输入驱动程序 1. 回顾输入子系统 简单字符设备驱动:应用程序通过调用驱动所实现的函数使能硬件. 输入子系统:由于有多个应用程序使用输入子系统,故肯定使用的是早 ...
- 有关 json对象 取出其中数据问题
这几天,在做一个ajax异步提交的小功能,发现从ashx中传递过来的string 类型的数据,一直拿不到(当时是指的是json点不出来),傻傻的自己,一直在找其他的方法,看看其他那里出了错误,最后,那 ...