机器学习入门--Matplotlib基础

一、前言

  本文基于liuyubobobo老师机器学习视频做成的个人总结博客，仅供分享，欢迎大家一起探讨与交流。
  在本部分内容，并未对matplotlib有过多深入的探究，只讲述一些基本的绘制方法，以满足机器学习中的基本需求。

二、编译环境

 IDE：Jupyter Notebook
 库 ： Matplotlib、Numpy

三、Matplotlib基础

 （一）Line Plot

   1.折线图绘制

		import matplotlib
		'''初始化数据'''
		x = np.linspace(0,10,100)   #创建在[0，10]内的等步长的100个数据
		sin_y = np.sin(x) #计算sin(x)的值
		plt.plot(x,sin_y) #绘制x,y的折线图
		plt.show()        #显示绘制的图
		

  
   说明：可同时绘制多条线段，通过plt.show()方法将全部的图显示出来。

   2.颜色修改

		plt.plot(x,sin_y,color='red')
		'''可通过查阅官方文档，得知支持的颜色种类'''
		plt.show()
		

  

   3.Line-style修改

		plt.plot(x,sin_y,linestyle='--')
		'''可通过查阅官方文档，得知支持的线条类型
		   常用的有linestyle = ':'
		   		   linestyle = '-.'
		   		   linestyle = '--'
		   		   linestyle = '-' 四种'''
		plt.show()
		

  

   4.轴上、下限修改

		plt.plot(x,sin_y)
		plt.xlim(-5,15)  #修改x轴的上、下限
		plt.ylim(0,1.5)  #修改y轴的上、下限
		plt.axis([-5,15,0,1.5])  #修改x,y轴的上、下限,其中前两个参数为x轴上下限，后两个为y轴上下限
		plt.show()
		

  

   5.添加图例、标签

		plt.plot(x,sin_y,label="sin(x)")
		plt.xlabel("x value")   #添加x轴标签
		plt.ylabel("y value")   #添加y轴标签
		plt.legend()  #添加图例
		plt.show()
	

 

   6.添加标题

		plt.plot(x,sin_y)
		plt.title("Sin Function")
		plt.show()
		

  

 （二）Scatter Plot

   1.散点图绘制

		'''初始化数据'''
		x = np.random.normal(0,1,10000)
		y = np.random.normal(0,1,10000)
		
		plt.scatter(x,y)  #绘制散点图
		plt.show()  
		

  

   2.不透明度修改

		plt.scatter(x,y,alpha=0.1)	#alpha代表不透明度，值越小越透明
		plt.show()
		

  
   说明：散点图其他参数修改与折线图基本一致，在此不再列举。