Matplotlib绘图和jupyter notebook使用

jupyter notebook使用

介绍

是一款程序员和科学工作者的编程/文档/笔记/展示软件
.ipynb文件格式是用于计算型叙述的JSON文档格式的正式规范
数据挖掘、数据分析、工作的目标不明确，探索性编程
画图方便，展示友好

用法

画图方便、 数据展示更友好

# 进入虚拟环境
workon ai
# 输入命令
jupyter notebook

cell：一对In Out会话被视作一个代码单元，称为cell
编辑模式（Enter）
命令模式（Esc）
两种模式通用快捷键：
Shift+Enter，执行本单元代码，并跳转到下一单元
Ctrl+Enter，执行本单元代码，留在本单元
命令模式：按ESC进入
Y，cell切换到Code模式
M，cell切换到Markdown模式
A，在当前cell的上面添加cell
B，在当前cell的下面添加cell

Matplotlib

了解

是专门用于开发2D图表(包括3D图表)
以渐进、交互式方式实现数据可视化
能将数据进行可视化,更直观的呈现
使数据更加客观、更具说服力

用法流程

0. 添加自定义x,y刻度
   plt.xticks(x, **kwargs)----x:要显示的刻度值
   plt.yticks(y, **kwargs)----y:要显示的刻度值
1. 创建画布 – plt.figure()
   plt.figure(figsize=(), dpi=)
   figsize:指定图的长宽
   dpi:图像的清晰度
   返回fig对象
2. 绘制图像 – plt.plot(x, y)
3. 显示图像 – plt.show()
   中文显示

from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]

基础绘图功能 — 折线图

import matplotlib.pyplot as plt
import random

# 准备数据
x=range(60)
y_shanghai=[random.uniform(15,18) for i in x]
#创建北京温度数据
y_beijing=[random.uniform(1,3) for i in x]

# 生成x刻度标签
x_ticklabels=["11点{}".format(i) for i in x]
# 生成y标签
y_ticklabels=range(40)

# 1.创建画布
plt.figure(figsize=(10,6),dpi=100)
# 2.绘制图像
# plt.plot(x,y_shanghai)#上海 No handles with labels found to put in legend.
plt.plot(x,y_shanghai,label="上海")
plt.plot(x,y_beijing,label="北京",linestyle="--",color="g") #绘制北京的
# 2.1添加刻度标签
# plt.xticks(x_ticklabels[::5]) 报错  'NoneType' object has no attribute 'update'
plt.xticks(x[::5],x_ticklabels[::5],fontsize=10)
plt.yticks(y_ticklabels[::5])
#2.2添加网格
plt.grid(True,linestyle="--",alpha=0.5)
#2.3添加标题-描述信息
plt.xlabel('时间',fontsize=16)
plt.ylabel('温度',fontsize=16)
plt.title('上海市一小时温度变化',fontsize=20)
#2.4添加图例
plt.legend(loc=0)

#图片保存
plt.savefig("./test.png") #保存图像一定要在show之前

# 3.显示图像
plt.show() #将图像发送到显示终端进行显示,同时释放图像内存资源

执行显示

注：标签x_ticklabels[::5]字符型不能直接更新，必须先给一个数值型标签，再替换。plt.xticks(x[::5],x_ticklabels[::5])

多个坐标绘制

fig,axes=plt.subplots(nrows=1, ncols=1, **fig_kw) 创建一个带有多个axes(坐标系/绘图区)的图。

• set_xticks、 set_yticks、 set_xlabel、 set_ylabel、set_title

# 0.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 5) for i in x]
# 1.创建画布
# plt.figure(figsize=(20, 8), dpi=100)
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)
#nrows=1, ncols=2 一行，有俩坐标
# 2.绘制图像
# plt.plot(x, y_shanghai, label="上海")
# plt.plot(x, y_beijing, color="r", linestyle="--", label="北京")
axes[0].plot(x, y_shanghai, label="上海")
axes[1].plot(x, y_beijing, color="r", linestyle="--", label="北京")
# 2.1 添加x,y轴刻度
# 构造x,y轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)
# 刻度显示
# plt.xticks(x[::5], x_ticks_label[::5])
# plt.yticks(y_ticks[::5])
axes[0].set_xticks(x[::5])
axes[0].set_yticks(y_ticks[::5])
axes[0].set_xticklabels(x_ticks_label[::5])
#axes[0].set_xticks(x[::5],x_ticks_label[::5])  错误，不显示刻度
axes[1].set_xticks(x[::5])
axes[1].set_yticks(y_ticks[::5])
axes[1].set_xticklabels(x_ticks_label[::5])

# 2.2 添加网格显示
# plt.grid(True, linestyle="--", alpha=0.5)
axes[0].grid(True, linestyle="--", alpha=0.5)
axes[1].grid(True, linestyle="--", alpha=0.5)

# 2.3 添加描述信息
# plt.xlabel("时间")
# plt.ylabel("温度")
# plt.title("中午11点--12点某城市温度变化图", fontsize=20)
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("中午11点--12点某城市温度变化图", fontsize=20)
axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("中午11点--12点某城市温度变化图", fontsize=20)

# # 2.4 图像保存
plt.savefig("./test.png")
# # 2.5 添加图例
# plt.legend(loc=0)
axes[0].legend(loc=0)
axes[1].legend(loc=0)
# 3.图像显示
plt.show()

小结：

• 添加x,y轴刻度
  • plt.xticks()
  • plt.yticks()
  • 注意:在传递进去的第一个参数必须是数字,不能是字符串,如果是字符串,需要进行替换操作
• 添加网格显示
  • plt.grid(linestyle="–", alpha=0.5)
• 添加描述信息
  • plt.xlabel()
  • plt.ylabel()
  • plt.title()
• 图像保存
  • plt.savefig(“路径”)
• 显示图例
  • plt.legend(loc=“best”)
  • 注意:一定要在plt.plot()里面设置一个label,如果不设置,没法显示。
• 多个坐标系显示
  • plt.subplots(nrows=, ncols=)

常见图形绘制

1. 折线图
   plt.plot(x,y)
   观察变化趋势
2. 散点图
   plt.scatter(x,y)
   观察相关性和数据分布规律
   
3. 柱状图
   plt.bar(x,height)
   对比大小
   
4. 直方图
   plt.hist(x,bins)
   观察连续数据的分布情况
5. 饼图
   plt.pie(x, labels=,autopct=,colors)
   观察分类数据的占比情况

机器学习概述（了解）

背景知识

人工智能必备三要素：
数据、算法、计算力

计算力之CPU、GPU对比：
CPU主要适合I\O密集型的任务 少而强 8核
GPU主要适合计算密集型任务 多而弱 适合处理并行化任务

1956年也就成为了人工智能元年

机器学习工作流程总结：
1.获取数据
2.数据基本处理 数据清洗
3.特征工程 将数据转化为更适合算法训练的形式
4.机器学习(模型训练) 优化求解
5.模型评估 看模型在测试集上表现是否达到要求
结果达到要求，上线服务
没有达到要求，重新上面步骤

数据简介
在数据集中一般：
一行数据是一个样本
一列数据是一个特征
列分为 特征值x和目标值y

数据类型构成：
有监督数据：特征值和目标值 有x、y
y连续，回归问题
y离散，分类问题
无监督数据：只有特征值，没有目标值，有x无y
聚类

数据分割：
训练数据：用于训练，构建模型
测试数据：在模型检验时使用，用于评估模型是否有效
划分比例：
训练集：70% 80% 75%
测试集：30% 20% 25%

特征工程包含内容
特征提取：将非数值装换为数值
特征预处理：将数据转换成更好地数据
特征降维 保证数据差异的情况下减少数据维度，减少模型计算量。

机器学习算法分类

模型评估

1. 分类模型评估—有对错之分 希望准确率越高越好
   分类模型y值是离散的 恶性 良性
   真实：恶性 预测：良性 预测错误
   指标：准确率、精确率、召回率、F1-score、AUC指标等 越大越好
   Accyracy：准确率 Precision：精确率 Recall：召回率 F1 score :F1值 AUC：auc指标 【0，1】都是越大越好 最大是1
2. 回归模型评估— 没有对错之分，只有误差大小 希望误差越小越好
   回归模型y值是连续的 只有误差之说
   指标：rmse mae 计算误差 越小越好 、R2决定系数 [0,1] 越大越好

拟合
机器学习优化理论：误差最小化 为了追求误差最小化可以采取一切手段

1. 欠拟合
   表现：模型在训练集和测试集表现都不好
   原因：模型过于简单，不能很好的提取规律
2. 过拟合
   表现：训练集表现好，测试集表现不好
   原因：模型过于复杂，提取了很多训练集特有的规律