《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
|
2月前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
105 8
|
2月前
|
Unix 编译器 C语言
[oeasy]python052_[系统开发语言为什么默认是c语言
本文介绍了C语言为何成为系统开发的首选语言,从其诞生背景、发展历史及特点进行阐述。C语言源于贝尔实验室,与Unix操作系统相互促进,因其简洁、高效、跨平台等特性,逐渐成为主流。文章还提及了C语言的学习资料及其对编程文化的影响。
32 5
|
3月前
|
机器学习/深度学习 数据采集 数据可视化
Python数据科学实战:从Pandas到机器学习
Python数据科学实战:从Pandas到机器学习
|
3月前
|
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。
179 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
|
3月前
|
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。
88 2
|
3月前
|
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
172 1
|
3月前
|
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
225 1
|
3月前
|
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
219 2
|
3月前
|
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。
105 3
|
3月前
|
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
47 1

推荐镜像

更多