機器學習之資料視覺化 Matplotlib基本用法

二、關於matplotlib的所有操作

總結機器學習中資料的視覺化是我們必不可少的工具，今天我們來學習matplotlib的基本畫圖操作。

matplotlib中我們只需要借助matplotlib.pyplot進行資料視覺化，首先引入第三方庫。

import matplotlib.pyplot as plt

import numpy as np

x = np.
linspace(0
,10,100
)y = np.
sin(x)

plt.

plot
(x, y)

**如下（示例）：

plt.

plot
(x,siny)
plt.
plot
(x,cosy)

改變顏色和形狀，形狀由linestyle更改，讀者可在help文件中查閱；顏色直接改為如color="red"即可。

plt.

plot
(x,siny,plt.
plot
(x,siny,linestyle =
"--"
)plt.
plot
(x,cosy,linestyle=
":")

可通過axis縱座標所屬區間。

plt.plot(x,siny)

plt.plot(x,cosy)
plt.axis([-1,11,-2,2])

通過label標籤顯示橫縱座標名字，title顯示標題，legend自動給出圖例。

plt.

plot
(x,siny,label=
"sin(x)"
)plt.
plot
(x,cosy,label=
"cos(x)"
)plt.
xlabel
("x axis"
)plt.
ylabel
("y value"
)plt.
legend()
plt.
title
("welcome to the ml world!"
)

同樣以上文的資料為例

plt.

scatter
(x,siny)

散點圖各個屬性值的更改於連續圖沒有區別 ，這裡要說明乙個設定散點圖透明度的函式，便於以後使用。

通過plt.scatter(x,y, alpha=0.2)本語句中alpha的值來調節透明度的高低，值一般在0,1之間，讀者可更具需求自行更改。

**如下：

x = np.random.normal(0,1,100)

y = np.random.normal(0,1,100)
plt.scatter(x,y, alpha=0.2)

雖然資料視覺化並不是機器學習的重點內容，但它是機器學習過程中，必不可少的必要工具，希望讀者多加練習，不僅僅把matplotlib應用在機器學習領域，還可用於數學建模等做資料的視覺化。

機器學習基礎 資料視覺化

資料視覺化 資料視覺化是大資料領域非常倚重的一項技術，但由於業內浮躁的大環境影響，這項技術的地位漸漸有些尷尬。尤其是在諸如態勢感知 威脅情報等應用中，簡陋的視覺化效果太醜，過於華麗的視覺化效果只能忽悠忽悠外行，而給內行的感覺就是刻意為之 華而不實。曾幾何時，視覺化技術不過是一種資料分析的手段罷了。慚...

資料視覺化之pyecharts

pyecharts乙個讓你變得強大的學習 首先來開始繪製你的第乙個圖表 from pyecharts.charts import bar bar bar bar.add xaxis 可樂 雪碧 礦泉水 咖啡 冰紅茶 涼白開 bar.add yaxis 商家a 5,20,36,10,75,90 ren...

資料視覺化之MarkPoint

首先還是先看看資料上的邏輯。上圖是乙個資料格式，placelist包括每乙個關鍵點的名稱和座標位置，而在風格中主要有name，可以設定為強中弱三種，分別對應markpoint圖中白藍綠三種效果，型別是中國地圖，而具體的風格在儲存在markpoint欄位中。我們在看看markpoint欄位裡面是什麼內...