三、机器学习基础知识：Python常用机器学习库（Matplotlib）

1、Matplotlib

matplotib库中有非常多的可视化绘图类，内部结构复杂。受 MATLAB 提供的绘图功能的启发，matplotlib提供了两个便捷的绘图子模块：pyplot 和pylab，其中pyplot模块提供了一套和MATLAB类似的绘图方法，这些方法把复杂的内部结构隐藏起来，通过简洁的绘图函数来实现不同的绘图功能；pylab 模块则包含了numpy库和pyplot模块中常用的一些函数，使用方法和 pyplot模块类似。
一般采用如下方式引入matplotlib库中的pyplot模块：

import matplotlib.pyplot as plt

2、基本结构

常见的绘图里面一般包含画布、图标题、x轴、y轴、绘图区、图例等基本元素，x轴和y轴中存在对应的刻度线和轴标题。

3、pyplot模块

matplotib中最常用的是pyplot模块，其内部包含绘制图形所需要的功能函数，常见的绘图函数如下所示。

函数	功能
figure()	创建一个空白画布，可以指定画布的大小和像素
subplot()	在绘图区域创建子绘图区域
plot()	基本绘图函数
title()	设置图表标题
xlabel()	设置x轴名称
yabel()	设置y轴名称
xlim()	指定x轴的刻度范围
ylim()	指定y轴的刻度范围
legend()	设置图例
savefig()	保存图像
show()	显示图像

绘图实例：

import matplotlib.pyplot as plt
import matplotlib
import numpy as np
matplotlib.rcParams['font.family']='SimHei'  #字体设置
matplotlib.rcParams['axes.unicode_minus']=False  #设置符号显示正常
x = np.linspace(0,10, 100) #设置x的取值范围
y = np.cos(x)  #设置y的取值
plt.plot(x,y,"b")  #将x、y进行绘图，颜色为蓝色
plt.title("cos函数") #设置图标题
plt.xlabel('x') #设置x轴标签
plt.ylabel('y=cosx')  #设置y轴标签
plt.ylim(-1.5,1.5)  #设置y轴取值范围
plt.legend(labels=["y=cosx"])  #设置图例
plt.show()  #显示图像

3.1 pyplot.plot()函数的使用

plot()是pyplot模块中最基本的一个绘图函数，其语法格式如下：

plot(x,y,s,linewidth)

其中x表示横坐标的取值范围，y表示与横坐标对应的纵坐标取值范围，s表示控制线型的格式字符串，linewidth表示线的宽度。
直线的绘制：

import matplotlib.pyplot as plt
plt.plot([1,2,3,4,5])
plt.show()

在上述绘图源码中plot函数中只有一个参数列表，则将此列表的每个元素作为y轴的取值，将每个元素的索引作为x取值。
plot()默认情况下绘制的图像是连续的，可以增加参数来控制点线的颜色、风格等，从而获得各种各样的图像。
常见的颜色字符：

字符	描述	字符	描述
r	红色	k	黑色
g	绿色	w	白色
b	蓝色	c	蓝绿色
y	黄色	m	品红色
#00FF11	RGB颜色模型对应的某种颜色

常见的点风格字符：

符号	描述	符号	描述
,	小的实心点	.	实心点
o	大的实心点	v	倒三角
^	上三角	>	右三角
<	左三角	s	正方形
p	正五边形	h	垂直正六边形
H	水平正六边形	+	十字
x	叉号	d	菱形

常见的线风格字符：

符号	描述
-	实线
–	破折线
:	虚线
-.	点横线

风格点的绘制：

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(5)
y=x
plt.plot(x,y,"bs")
plt.show()

风格线的绘制：

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(5)
y=x
plt.plot(x,y,"k--")
plt.show()

此外plt()函数还支持在一张图纸上绘制多个图形。

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(5)
y1=x
y2=x*2
plt.plot(x,y1,"bs",x,y2,"k--")
plt.show()

3.2 其他常见属性设置

pyplot模块中常用的函数及其功能分别如下：

1. axis()函数。该函数是获取或设置坐标轴属性的快捷方法，axis()函数在使用时可通过传递参数设置x、y轴的取值区间，也可以通过传递参数设置坐标轴是否显示，调用该函数会返回一个由x轴取值区间边界xmin、xmax和y轴取值区间边界值ymin、ymax组成的元组。
   一般axis()函数的使用方法有如下几种：

xmin,xmax,ymin,ymax = axis()  #返回当前坐标轴的区间信息
axis(xmin,xmax,ymin,ymax)  #设置新的坐标轴的区间信息
xmin,xmax,ymin,ymax = axis(option)  #设置坐标轴的状态等属性

其中option参数可以设置的内容及其作用如下：

值	描述
‘on’	坐标轴和标签可见
‘off’	坐标轴和标签不可见
‘equal’	通过更改轴的的取值区间来设置相等的缩放比例
‘scaled’	通过更改绘图框的尺寸来设置相等的缩放比例
‘tight’	设置足够大的区间以显示所有数据
‘auto’	自动缩放
‘image’	坐标轴的取值范围根据数据范围进行缩放
‘square’	方形图，类似’scaled’，但强制要求xmax-xmin = ymax-ymin

2. xlim()函数。xlim()函数用于设置或者返回x轴的取值区间，可以通过传递参数直接设置，也可以通过调用函数返回取值区间进行设置。
   一般xlim()函数的使用方法有如下几种：

xmin,xmax=xlim()  #返回当前x轴的取值区间
xlim(xmin,xmax) #设置x轴的取值区间

3. ylim()函数。ylim()函数用于设置y轴的取值区间，使用方法和xlim()函数一致。
4. xticks()函数。xticks()函数用于设置或返回x轴的刻度值或刻度标签，可以通过传递参数直接设置，也可以通过调用函数返回刻度值进行设置。
   一般xticks()函数的使用方法有如下几种：

x_ticks,labels = xticks()  #返回当前x轴的刻度值和刻度标签
xticks(x_ticks,[labels])  #设置x轴的刻度值和刻度标签，刻度标签可以省略

5. yticks()函数。yticks()函数用于设置y轴的刻度值或刻度标签，使用方法和xticks()函数一致。
6. xlabel()函数。xlabel()函数用于设置x轴的标签，通过传递参数设置x轴的标签及其标签属性。使用方法如下：

xlabel(label)  #将x轴的标签设置为label

7. yxabel()函数。ylabel()函数用于设置y轴的标签，使用方法和xlabel()函数一致。
8. legend()函数。legend()函数通过传递参数设置当前绘图区的图例。使用方法如下：

legend([图例1,[图例2，图例3]])  #在绘图区适当的位置显示一个或若干个图例

9. text()函数。text()函数通过传递参数可以在指定的坐标位置显示相应的文本。使用方法如下：

text(x,y,s)  #在坐标系的(x,y)点，显示文本s

11. title()函数。title()函数通过传递参数设置当前绘图区的标题及其显示位置，位置参数可以为‘center’、‘left’、‘right’，对应中间、左、右，默认为‘center’。使用方法如下：

title(s,loc='center')  #为绘图区添加标题s，默认居中显示

上述函数的使用实例：

import matplotlib.pyplot as plt
import matplotlib
import numpy as np
matplotlib.rcParams['font.family']='SimHei'  #设置中文字体为黑体
x=np.arange(5)
y1=x
y2=2*x
y3=3*x
plt.plot(x,y1,"bs",x,y2,"k--",x,y3,"ro-")  #三条直线的绘制
plt.axis('scaled') #设置x轴y轴按实际比例显示
plt.xlim(0,5)  #设置x轴的区间
plt.ylim(0,15)  #设置y轴的区间
plt.xticks([0,1,2,3,4])  #设置x轴刻度
plt.yticks([3,6,9,12,15],['a','b','c','d','e'])  #设置y轴的刻度标签，'a'对应3，以此类推
plt.xlabel('x轴')  #设置x轴名称
plt.ylabel('y轴')  #设置y轴名称
plt.legend(["y1=x","y2=2x","y3=3x"])  #设置图例
plt.text(1,8,"直线")  #在坐标(1,8)处添加文本"直线"
plt.show()

3.3 子图的绘制

如果需要在一个绘图区域绘制多个不叠加的图形，需要使用到pyplot模块中的subplot()函数，使用方法如下：

subplot(nrows,ncols,index)

其中nrows表示将绘图区分割成nrows行；ncols表示将绘图区分割成ncols列；index用于指定当前子绘图区域的索引，子区域索引按照行优先顺序从1开始进行编号，步长为1。
绘制子图实例：

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(5)
y1=x
y2=2*x
y3=3*x
y4=4*x
plt.subplot(2,2,1)  #第一行第一列子图的绘制
plt.plot(x,y1,"bs") 
plt.subplot(2,2,2)  #第一行第二列子图的绘制
plt.plot(x,y2,"k--") 
plt.subplot(2,2,3)  #第二行第一列子图的绘制
plt.plot(x,y3,"ro-") 
plt.subplot(2,2,4)  #第二行第二列子图的绘制
plt.plot(x,y4,"m:")
plt.show()

4、其他类型的图表

pyplot()模块除了提供绘制直、曲线或离散点的plot()函数外，还提供了绘制条形图、散点图、饼图等多种图形的函数。常见的绘制图形函数如下：

函数	描述
bar()	绘制竖向条形图
barh()	绘制横向条形图
hist()	绘制直方图
pie()	绘制饼图
boxplot()	绘制箱形图
scatter()	绘制散点图

下面选择几种常见的绘制函数展开介绍。

4.1 竖向条形图

绘制竖向条形图的函数用法如下：

bar(x,height)

其中x表示x轴对应的值，height表示与x对应的高度。

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(5)
height=[1,7,9,4,5]
plt.bar(x,height)
plt.show()

4.2 散点图

绘制散点图的函数用法如下：

scatter(x,y)

其中x表示x轴对应的值，y表示与x对应的y值。

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(5)
y=[1,7,9,4,5]
plt.scatter(x,y)
plt.show()

4.3 饼图

绘制饼图的函数用法如下：

pie(x,explode=None,labels-None,autopct=None,shadow=False)

其中x表示绘制饼图的数据集；explode表示设置饼块分离，默认为空，表示不分离；labels表示设置饼块对应标签，默认为空；autopct表示设置饼块显示占比值，默认为空；shadow表示设置饼图是否有阴影，默认为False。

import matplotlib.pyplot as plt
data = [1,2,3,4,5]
Explode = (0.1,0,0,0,0)  #第一个饼块分离
Labels=['num1','num2','num3','num4','num5']  #饼块对应的标签
plt.pie(data,explode=Explode,labels=Labels,autopct='%.2f%%')  #autopct='%.2f%%'设置显示占比值并保留两位小数
plt.show()