机器学习:Jupyter Notebook中Matplotlib的使用
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;
- import matplotlib as mpl:加载matplotlib模块;
- 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;
- 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() - 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() - 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() - 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;
- 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() - 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) - 散点图有很多样式,可查看matplotlib文档了解;
机器学习:Jupyter Notebook中Matplotlib的使用的更多相关文章
- 第三十六篇 入门机器学习——Jupyter Notebook中的魔法命令
No.1.魔法命令的基本形式是:%命令 No.2.运行脚本文件的命令:%run %run 脚本文件的地址 %run C:\Users\Jie\Desktop\hello.py # 脚本一旦 ...
- 解决在jupyter notebook中遇到的ImportError: matplotlib is required for plotting问题
昨天学习pandas和matplotlib的过程中, 在jupyter notebook遇到ImportError: matplotlib is required for plotting错误, 以下 ...
- 机器学习:Jupyter Notebook中numpy的使用
一.Jupyter Notebook的魔法命令 # 模块/方法 + ?或者help(模块/方法):查看模块/方法的解释文档: 1)%run # 机械学习中主要应用两个魔法命令:%run.%timeit ...
- 非线性函数的最小二乘拟合及在Jupyter notebook中输入公式 [原创]
突然有个想法,能否通过学习一阶RC电路的阶跃响应得到RC电路的结构特征——时间常数τ(即R*C).回答无疑是肯定的,但问题是怎样通过最小二乘法.正规方程,以更多的采样点数来降低信号采集噪声对τ估计值的 ...
- jupyter notebook中No module named 'tensorflow'
当我们在jupyter notebook中运行时可能会遇见没有某个包的情况,如下: ---------------------------------------------------------- ...
- 在jupyter notebook中同时安装python2和python3
之前讨论过在anaconda下安装多个python版本,本期来讨论下,jupyter notebook中怎样同时安装python2.7 和python3.x. 由于我之前使用的jupyter note ...
- TensorFlow Jupyter Notebook 和matplotlib安装配置
Jupyter Notebook 和matplotlib Jupyter Notebook安装 Python 3 : python3 -m pip install --upgrade pip pyth ...
- 在jupyter notebook中运行R语言
要想在jupyter notebook中运行R语言其实非常简单,按顺序安装下面扩展包即可: install.package('repr','IRdisplay','evaluate','crayon' ...
- 在jupyter notebook 中同时使用安装不同版本的python内核-从而可以进行切换
在安装anaconda的时候,默认安装的是python3.6 但是cs231n课程作业是在py2.7环境下运行的.所以需要在jupyter notebook中安装并启用python2.7版本 方法: ...
随机推荐
- iOS-事件传递和响应机制
转自:http://www.jianshu.com/p/2e074db792ba 前言: 按照时间顺序,事件的生命周期是这样的: 事件的产生和传递(事件如何从父控件传递到子控件并寻找到最合适的view ...
- zookeepeer ID生成器 (一)
目录 写在前面 1.1. ZK 的分布式命名服务 1.1.1. 分布式 ID 生成器的类型 UUID方案 1.1.2. ZK生成分布式ID 写在最后 疯狂创客圈 亿级流量 高并发IM 实战 系列 疯狂 ...
- C#快速入门笔记(1)——基础语法
C#快速入门笔记(1)——基础语法 总体框架:
- ubuntu16.04 docker安装
docker官网安装页面:https://docs.docker.com/engine/installation/linux/ubuntu/ 这个是ubuntu14.04 LTS需要的 $ sudo ...
- 《程序员代码面试指南》第二章 链表问题 在单链表和双链表中删除倒数第K个节点
题目 在单链表和双链表中删除倒数第K个节点 java代码 /** * @Description:在单链表和双链表中删除倒数第K个节点 * @Author: lizhouwei * @CreateDat ...
- 3D卡片折叠动画自定义下拉框
在线演示 本地下载
- UI控制滑杆插件
在线演示 本地下载
- WebSocket实现Web聊天室
一.客户端: JS代码如下: /* * 这部分js将websocket封装起来 */ var websocket = null; //判断当前浏览器是否支持WebSocket if ('WebSock ...
- 使用mongify将sqlserver数据导入到mongodb
最近需要将sqlserver数据导入到mongodb中,在github上搜了一圈,发现两个项目有点适合 mongify sql2mongodb 先试了下sql2mongodb(有个好名字果然有好处啊) ...
- Spring Cloud之整合ZK作为注册中心
Eureka已经闭源了,用zk可以替代之 Eureka 作为注册中心 Dubbo也是zk作为注册中心的 Zookeeper简介 Zookeeper是一个分布式协调工具,可以实现服务注册与发现.注册中心 ...