首页 > 其他 > 详细

机器学习代码基础(3)--Matplotlib速成

时间:2020-01-19 12:32:38      阅读:63      评论:0      收藏:0      [点我收藏+]

1.3Matplotlib速成

matplotlib是python中著名的2D绘图库,使用方法比较简单,按照以下三步操作就能很简单地完成绘图。 (1)调用plot(),scatter()等方法,并为绘图填充数据,数据是numpy的ndarray类型对象; (2)设定数据标签,使用xlabel()、ylabel()等方法 (3)展示绘图的结果,使用show()方法。

1.3.1绘制线条图

import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(0,2*np.pi,100)
Y = np.sin(X)
plt.plot(X,Y,b)
#plt.plot(X,Y,‘rs‘)
#plt.plot(X,Y,‘g^‘)
plt.xlabel(x)
plt.ylabel(sin(x))
plt.title(the curve of sin)
plt.show()
import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(0,2*np.pi,100)
Y1 = np.sin(X)
Y2 = np.cos(X)
plt.plot(X,Y1,b)
plt.plot(X,Y2,r)
plt.axis([0,2*np.pi,-1,1])
#plt.plot(X,Y,‘g^‘)
plt.show()
import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(0,2*np.pi,100)
Y1 = np.sin(X)
Y2 = np.cos(X)
plt.plot(X,Y1,b,label=sin(x))
plt.plot(X,Y2,r,label=cos(x))
plt.axis([0,2*np.pi,-1,1])
plt.legend(loc=best)
plt.show()
import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(0,2*np.pi,100)
Y1 = np.sin(X)
Y2 = np.cos(X)
plt.subplot(211)
plt.plot(X,Y1,b,label=sin(x))
plt.axis([0,2*np.pi,-1,1])
plt.subplot(212)
plt.plot(X,Y2,r,label=cos(x))
plt.axis([0,2*np.pi,-1,1])
plt.show()

1.3.2散点图

import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(0,6.28,100)
Y = np.sin(X)
plt.scatter(X,Y,c=red,marker=o)
#plt.plot(X,Y,‘rs‘)
#plt.plot(X,Y,‘g^‘)
plt.xlabel(x)
plt.ylabel(sin(x))
plt.title(the curve of sin)
plt.show()

1.3.3直方图

import matplotlib.pyplot as plt
import numpy as np
data = np.random.randn(10000)
plt.hist(data,bins=30)
# 显示横轴标签
plt.xlabel("area")
# 显示纵轴标签
plt.ylabel("frequency")
# 显示图标题
plt.title("histgram")
plt.show()

1.3.4 饼图

labels = A,B,C,D
sizes = [10,20,10,60]
plt.pie(sizes,labels=labels,explode = (0,0.1,0,0),autopct=%1.1f)
plt.show()

1.3.5雷达图

import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams[font.family]=SimHei
matplotlib.rcParams[font.sans-serif]=[SimHei]
labels=np.array([综合,第一周,第二周,第三周,第四周,第五周])
nAttr=6
Python=np.array([88.7,85,90,95,70,96])
angles=np.linspace(0,2*np.pi,nAttr,endpoint=False)
Python=np.concatenate((Python,[Python[0]]))
angles=np.concatenate((angles,[angles[0]]))
fig=plt.figure(facecolor="white")
plt.subplot(111,polar=True)
plt.plot(angles,Python,bo-,color=g,linewidth=2)
plt.fill(angles,Python,facecolor=g,alpha=0.2)
plt.thetagrids(angles*180/np.pi,labels)
plt.figtext(0.52,0.95,python成绩分析图,ha=center)
plt.grid(True)
plt.savefig(dota_radar.JPG)
plt.show()

机器学习代码基础(3)--Matplotlib速成

原文:https://www.cnblogs.com/lsm-boke/p/12212944.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!