《机器学习系统设计:Python语言实现》一2.5 Matplotlib

简介:

.本节书摘来自华章出版社《机器学习系统设计:Python语言实现》一书中的第2章,第2.5节,作者 [美] 戴维·朱利安(David Julian),更多章节内容可以访问云栖社区“华章计算机”公众号查看

2.5 Matplotlib

Matplotlib或者说其更为重要的子包PyPlot,是Python中用来可视化二维数据的基本工具。这里我们只做简单介绍,因为通过例子,我们可以很容易看出其用法。PyPlot使用命令式函数,是仿照Matlab进行工作的。每个PyPlot函数都会对一个PyPlot实例做出一些改变。PyPlot的核心是plot方法。plot最为简单的实现是传入一个列表或一维数组。如果只传入一个参数,plot会假设该参数为y值序列,并且自动生成x值。通常,我们会传给plot两个一维数组或列表分别作为x和y坐标。plot方法还可以接受一个用来指明线条属性的参数,例如线条的宽度、颜色和风格。示例如下;
image

这段代码会打印输出三条不同风格的线条:红色线条、蓝色正方形和绿色三角形。在上例中,我们能够看到,可以传入多对坐标数组来绘制多个线条。我们可以输入help(plt.plot)函数得到完整的线条风格列表。
与Matlab一样,PyPlot是在当前坐标轴上应用绘制命令的。如果要创建多个坐标轴,可以使用subplot命令。示例如下:
image
image

上例代码的输出如下:
image

另一个有用的图形是直方图。hist()对象以一个数组或一个数组序列作为输入值。第二个参数是方柱的数量。在下例中,我们将分布划分为10个方柱。当设置参数normed为1或true时,将对计数进行归一化,形成概率密度。还要注意在代码中,我们对x轴和y轴进行了标记,显示了标题,并且在指定坐标位置显示了一些文字。
image

这段代码的输出如下所示:
image

我们最后要看的二维图是散点图。scatter对象以长度一样的两个序列对象作为参数,例如数组,散点颜色和风格属性可以作为可选参数。代码示例如下:
image

我们可以观察到如下输出:
image

Matplotlib针对三维图形渲染也有强大的工具包。下面的代码示例中包括了简单的三维点、线和面的图形例子。三维图形与二维图形的创建方式十分相似。这里,我们使用gca函数的当前坐标轴,设置投影参数为三维。所有这些绘制方法与其对应的二维绘制方法都很像,只是需要为z轴提供第三组输入值:
image
image

我们可以观察到如下输出:

image

相关文章
|
13天前
|
移动开发 数据可视化 数据挖掘
利用Python实现数据可视化:以Matplotlib和Seaborn为例
【10月更文挑战第37天】本文旨在引导读者理解并掌握使用Python进行数据可视化的基本方法。通过深入浅出的介绍,我们将探索如何使用两个流行的库——Matplotlib和Seaborn,来创建引人入胜的图表。文章将通过具体示例展示如何从简单的图表开始,逐步过渡到更复杂的可视化技术,帮助初学者构建起强大的数据呈现能力。
|
12天前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
42 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
14天前
|
机器学习/深度学习 数据采集 人工智能
探索机器学习:从理论到Python代码实践
【10月更文挑战第36天】本文将深入浅出地介绍机器学习的基本概念、主要算法及其在Python中的实现。我们将通过实际案例,展示如何使用scikit-learn库进行数据预处理、模型选择和参数调优。无论你是初学者还是有一定基础的开发者,都能从中获得启发和实践指导。
31 2
|
16天前
|
机器学习/深度学习 数据采集 搜索推荐
利用Python和机器学习构建电影推荐系统
利用Python和机器学习构建电影推荐系统
32 1
|
16天前
|
机器学习/深度学习 算法 PyTorch
用Python实现简单机器学习模型:以鸢尾花数据集为例
用Python实现简单机器学习模型:以鸢尾花数据集为例
40 1
|
21天前
|
数据可视化 JavaScript 前端开发
Python中交互式Matplotlib图表
【10月更文挑战第20天】Matplotlib 是 Python 中最常用的绘图库之一,但默认生成的图表是静态的。通过结合 mpld3 库,可以轻松创建交互式图表,提升数据可视化效果。本文介绍了如何使用 mpld3 在 Python 中创建交互式散点图、折线图和直方图,并提供了详细的代码示例和安装方法。通过添加插件,可以实现缩放、平移和鼠标悬停显示数据标签等交互功能。希望本文能帮助读者掌握这一强大工具。
51 5
|
21天前
|
机器学习/深度学习 算法 TensorFlow
基于深度学习的【野生动物识别】系统设计与实现~Python
动物识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对18种动物数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张动物图片识别其名称。目前可识别的动物有:'乌龟', '云豹', '变色龙', '壁虎', '狞猫', '狮子', '猎豹', '美洲狮', '美洲虎', '老虎', '蜥蜴', '蝾螈', '蟾蜍', '豹猫', '钝吻鳄', '雪豹','非洲豹', '鬣蜥'。本系统是一个完整的人工智能,机器学习,深度学习项目,包含训练预测代码,训练好的模型,WEB网页端界面,数
54 2
|
22天前
|
机器学习/深度学习 数据采集 算法
Python机器学习:Scikit-learn库的高效使用技巧
【10月更文挑战第28天】Scikit-learn 是 Python 中最受欢迎的机器学习库之一,以其简洁的 API、丰富的算法和良好的文档支持而受到开发者喜爱。本文介绍了 Scikit-learn 的高效使用技巧,包括数据预处理(如使用 Pipeline 和 ColumnTransformer)、模型选择与评估(如交叉验证和 GridSearchCV)以及模型持久化(如使用 joblib)。通过这些技巧,你可以在机器学习项目中事半功倍。
30 3
|
25天前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
49 5
|
27天前
|
机器学习/深度学习 人工智能 算法
机器学习基础:使用Python和Scikit-learn入门
机器学习基础:使用Python和Scikit-learn入门
30 1

热门文章

最新文章

下一篇
无影云桌面