Python教程:进击机器学习(四)--Matplotlib
2017-08-04 17:22
796 查看
介绍
pyplot
简单的绘图
其他绘图展示
首先获取cos和sin的数值,使用numpy来采样一个周期的值(-π 到 π,取256个值):
然后通过pyplot将两个函数图画出来(使用默认参数):
当然你也可以自己设置参数:
你可以随意改变线的属性(风格,大小和颜色),X轴和Y轴的范围和坐标。具体参数可以参考http://matplotlib.org/api/
改变坐标位置:
添加图例(添加label参数,并使用plt.legend()来选择图例的位置):
离散图:
以上都是比较常见常用的绘图。当然Matplotlib的功能可不止这么多,它甚至连3d图像都能绘制:
已经初步认识了Matplotlib,如果想深入了解的话,参考官方手册:http://matplotlib.org/users/index.html
下一期会带你认识Scipy。
Ref:http://www.scipy-lectures.org/intro/matplotlib/index.html#line-properties
pyplot
简单的绘图
其他绘图展示
介绍
Matplotlib是Python库中最经常用来绘制图的,它可以快速的可视化你的数据,并且导出不同的格式。用Matplotlib绘制的图可以达到出版书籍和论文的质量要求。我们开始探索在处理一些常见的数据时应用Matplotlib。pyplot
Matplotlib绘制图主要要用到它的pyplot模块,pyplot的用法和参数都很像Matlab,所以用过Matlab制图的对这个模块应该很快就会得心应手。我们只需把这个模块导入就可以使用了,我们一般设置别名为plt。from matplotlib import pyplot as plt
简单的绘图
比如我们画一个cos函数和sin函数:首先获取cos和sin的数值,使用numpy来采样一个周期的值(-π 到 π,取256个值):
import numpy as np X = np.linspace(-np.pi, np.pi, 256, endpoint=True) C, S = np.cos(X), np.sin(X)
然后通过pyplot将两个函数图画出来(使用默认参数):
import matplotlib.pyplot as plt plt.plot(X, C) plt.plot(X, S) plt.show()
当然你也可以自己设置参数:
import numpy as np import matplotlib.pyplot as plt # 设置图像大小为8x6, 像素密度为80 plt.figure(figsize=(8, 6), dpi=80) # 创建子图,1x1,在第一个位置,创建子图要在plot.plot()前面 plt.subplot(1, 1, 1) X = np.linspace(-np.pi, np.pi, 256, endpoint=True) C, S = np.cos(X), np.sin(X) #用蓝色的线,宽度为1.0来绘制cos函数 plt.plot(X, C, color="blue", linewidth=1.0, linestyle="-") #用绿色的线,宽度为1.0来绘制sin函数 plt.plot(X, S, color="green", linewidth=1.0, linestyle="-") #设置x轴的上下限 plt.xlim(-4.0, 4.0) #设置x轴的坐标 plt.xticks(np.linspace(-4, 4, 9, endpoint=True)) # Set y limits plt.ylim(-1.0, 1.0) # Set y ticks plt.yticks(np.linspace(-1, 1, 5, endpoint=True)) #保存图片,像素密度为72 # plt.savefig("exercice_2.png", dpi=72) #在屏幕上显示出来 plt.show()
你可以随意改变线的属性(风格,大小和颜色),X轴和Y轴的范围和坐标。具体参数可以参考http://matplotlib.org/api/
改变坐标位置:
ax = plt.gca() # 获取存在的轴心位置 #调整坐标轴的位置 ... ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.spines['bottom'].set_position(('data',0)) ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data',0)) ...
添加图例(添加label参数,并使用plt.legend()来选择图例的位置):
... plt.plot(X, C, color="blue", linewidth=2.5, linestyle="-", label="cosine") plt.plot(X, S, color="red", linewidth=2.5, linestyle="-", label="sine") plt.legend(loc='upper left') ...
其他绘图展示
条形图:n = 12 X = np.arange(n) Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n) Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n) plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white') plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white') for x, y in zip(X, Y1): plt.text(x + 0.4, y + 0.05, '%.2f' % y, ha='center', va='bottom') plt.ylim(-1.25, +1.25)
离散图:
n = 1024 X = np.random.normal 4000 (0,1,n) Y = np.random.normal(0,1,n) plt.scatter(X,Y)
以上都是比较常见常用的绘图。当然Matplotlib的功能可不止这么多,它甚至连3d图像都能绘制:
已经初步认识了Matplotlib,如果想深入了解的话,参考官方手册:http://matplotlib.org/users/index.html
下一期会带你认识Scipy。
Ref:http://www.scipy-lectures.org/intro/matplotlib/index.html#line-properties
相关文章推荐
- Python教程:进击机器学习(四)--Matplotlib
- 【备忘】2018年最新北风网零基础学习机器学习(Python语言、算法、Numpy库、MatplotLib)视频教程)
- 【备忘】2017年最新北风网零基础学习机器学习(Python语言、算法、Numpy库、MatplotLib)视频教程)
- 【备忘】2017年最新北风网零基础学习机器学习(Python语言、算法、Numpy库、MatplotLib)视频教程)
- CS231n课程Python Numpy教程四:Matplotlib
- python 机器学习的开发环境搭建(numpy,scipy,matplotlib)
- python安装numpy&安装matplotlib& scipy的教程
- windows环境下python2.7、pycharm、numpy_mkl、scipy、sklearn、Matplotlib、jupyter完整安装教程
- python: Matplotlib 教程
- python3.5 安装matplotlib与依赖库安装教程
- 机器学习-Python scikit-learn 安装numpy,SciPy,matplotlib
- Python 3基础教程47-Matplotlib显示图例
- python使用matplotlib绘制折线图教程
- Python绘图教程——Matplotlib文档(详细版)后半部分
- Python绘图教程——Matplotlib文档(详细版)后半部分
- Python matplotlib简介 Pyplot教程
- Python 3基础教程44-Matplotlib之plot函数
- Python绘图教程——Matplotlib文档(详细版)后半部分
- Python matplotlib 的 Image tutorial图像处理教程
- Python开发环境Wing IDE使用教程之matplotlib 2D绘图库代码调试技巧