机器学习笔记（一）：matplotlib入门

十大攻略助你matplotlib入门

写在前面的话：
matplotlib是python的第三方库。所以当你安装完python 时，并不在library里面。因此，你需要进行安装。我用python的库安装工具pip安装的，大家可以自己百度一下。

matplotlib是一个非常灵活的画图工具。其实，用画图工具来描述它是不准确的，我们应该叫它分析工具。在大数据分析的时候，是非常有用的。比如实现下面这个效果。
简单如：

复杂的如：

当然还有很多酷炫的效果图，我不在这儿赘述了。它会让大数据更加直观化。说了这么多，让我们开始从一个最简单的折线图开始吧。

---

在开始的开始我们应该先导入库，在后面的程序中，我就不在重复这一过程了，直接引用了。

import numpy as np #数学计算用的库，主要是矩阵。在另一个笔记中详细说
import matplotlib
import matplotlib.pyplot as plt

画一个简单的折线图

说起画图，给我印象最深的是，在做大学物理实验时，将记录下来的数据，在坐标纸上，一个点一个点描，然后连线，形成一个折线图。现在想起满满的都是青春的回忆。因此，图表作图最初的印象就是折线图。因此，我们也以一个折线图开始这篇博文。

#折线图
def linePlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]
    #plot方法就是把数据画出来
    plt.plot(x,y)
    plt.show()

很简单吧，通过上面两条命令就可以把上面这个图画出来。

再画一个散点图

我们已经实现了折线图，但是如果我们只要实现一个散点图，不需要线段怎么办？其实也很简单。同样的数据，我们只需要在刚才plot（）方法在后面加个参数 “o”就可以了。

#散点图
def scatterPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y,'o')#加一个参数'o'就是散点图了
    plt.show()

换个颜色

大家发现了，我们画的上面两幅图表，无论折线图，还是散点图，都是蓝色的，如果我想换个颜色怎么办了？万能法则，加参数 加个参数”r”就是红色的了。

#散点图设置颜色
def colorScatterPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y,'or')#加一个参数'r'就可以变换颜色了
    plt.show()
    #其中：r:red,b:blue,g:green,y:yellow,k:black,w:white,c:cyan蓝绿色,m:magenta品红

我把颜色对应的参数，整理一个表格如下：

参数	颜色
r	red：红色
b	blue：蓝色
g	green：绿色
y	yellow：黄色
k	black：黑色
w	white：白色
c	cyan：蓝绿色
m	magenta：品红

最后，这两组颜色有点诡异。我就不吐槽了。

变化一下线条样式

设置线条样式 的办法还是我们刚才的黄金法则：在plot()方法中，设置参数

#设置线条样式
def styleLinePlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y,'-.')#可以设置线条样式
    plt.show()
#其中有：--，-，-.，：,None

具体参数设置如下，我全部试验过，大家也可以自己试试。我就不贴图了

参数	样式
–	虚线
-	实线
-.	点画线
：	虚线:由点构成
None	实线

notes：设置上述参数之后，默认就是折线图

变化一下散点图中点的样式

当然你也可以设置散点图中，点的样式

#设置标记点的样式
def styleScatterPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y,'r*')#设置散点形式，并且同时设置颜色
    plt.show()
#*：五角星，s:方块，p:五边形，h:六边形，H：六边形，还有：+ x D d（菱形）

参数	样式
*	五角星
s	方块
p	五边形
h	圆
H	圆：也是个圆，我没测试出区别
+	符号本身，不好语言描述
x	符号本身，不好语言描述
D	菱形
d	菱形：只是更长一点

这么多符号，我相信你也用不了这么多，到时候可以自己测试一下。如果测试出区别来，可以给我留言。

notes：设置上述参数之后，默认就是散点图

---

notes：前面这几个参数可以调换顺序。
这几个参数要写在同一对引号内。

---

给图表和坐标轴起个名

如果孤零零的一张图，没有名称，且坐标轴也没有名称。估计我们很难读懂其要表达的含义。因此，我应该给其标示一下各个部分的标题。

def titleOlimitsPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y)

    plt.title('mytitle')#设置图表标题
    plt.xlabel('x axis')#设置X坐标轴标题
    plt.ylabel('y axis')#设置Y坐标轴表
    #这是下一个主题设置坐标轴范围的程序，我提前贴在这儿
    plt.xlim(0.0,7.0)#设置坐标轴的范围
    plt.ylim(0.0,30.0)

    plt.show()

也很简单，调用pyplot类的类方法进行设置。

方法	含义
title()	图标题
xlabel()	x轴标题
ylabel()	y轴标题

设置一下坐标轴的范围

当然，有强迫症的童鞋们已经发现了，我们的坐标轴是从1开始的。而不是0。这是因为其默认设置是按照你的数据智能设置的。我们把它改了吧，不然会逼死强迫症的，哈哈。
代码我已经在上面的程序中贴出来了

    ...
    plt.xlim(0.0,7.0)#设置坐标轴的范围
    plt.ylim(0.0,30.0)
    ...

同样也是调用pyplot类的类方法进行设置

自己设置一下坐标轴的下标值间隔

我们有时候，由于画图需要设置一下，坐标轴下标值的间隔。

#设置一下坐标轴的间隔及显示的内容
def ticksPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y)

    plt.title('mytitle')#设置图表标题
    plt.xlabel('x axis')#设置X坐标轴标题
    plt.ylabel('y axis')#设置Y坐标轴表
    plt.xlim(0.0,7.0)#设置坐标轴的范围
    plt.ylim(0.0,30.0)

    plt.xticks([2,4])#设置x轴的标签间隔
    plt.yticks([4,16])#设置y轴的标签间隔

    plt.show()  

方法是：xticks()或者是yticks()方法。利用列表把值传进去即可

多画几条线对比一下

我们如果在一张坐标纸的坐标系上只画一条线的话，现在已经能够满足要求了。但是如果需要多画几条的话，就继续往下看吧。

#一个坐标系上画多条线或者点
def manyPlots():
    x1=[1,2,3,4,5]
    y1=[1,4,9,16,25]

    x2=[1,2,4,6,8]
    y2=[2,4,8,12,16]

    plt.plot(x1,y1,'r')
    plt.plot(x2,y2,'g')

    plt.title('mytitle')#设置图表标题
    plt.xlabel('x axis')#设置X坐标轴标题
    plt.ylabel('y axis')#设置Y坐标轴表
    plt.xlim(0.0,9.0)#设置坐标轴的范围
    plt.ylim(0.0,30.0)

    plt.show()

是不是觉得异常简单了。你只需在调用一次plot()方法即可。其他原理完全跟上面一样。

给这几条线设置一下图例

现在有两条线了，你搞不清每条的线的具体含义了，你需要设置一下图例了。

# 图例 Figure legends ,即标识
def legendsPlots():
    x1=[1,2,3,4,5]
    y1=[1,4,9,16,25]

    x2=[1,2,4,6,8]
    y2=[2,4,8,12,16]

    plot1=plt.plot(x1,y1,'r',label='redline')#设置好图例要显示的内容
    plot2=plt.plot(x2,y2,'g',label='greenline')#

    plt.title('mytitle')#设置图表标题
    plt.xlabel('x axis')#设置X坐标轴标题
    plt.ylabel('y axis')#设置Y坐标轴表
    plt.xlim(0.0,9.0)#设置坐标轴的范围
    plt.ylim(0.0,30.0)

    plt.legend(loc='upper right',frameon=False)
    #设置图例
    #位置:‘upper right’, ‘upper left’, ‘center’, ‘lower left’, ‘lower right’

    plt.show()  

设置图例有两步：

1. 给每条线上，设置一个label

2. 调用pyplot的legend()方法，在其中把位置等信息设置上去

   位置：我相信这个英文单词大家肯定能读懂，我就不赘述了。
   frameon：表示要不要再图例上面加个框。估计大家在excel上都见过

show()方法一定要放在最后。这只是如是入门的笔记。因此很多内容没有细讲。其实每个方法都有很多不同的用法。我只选取了最简单的方法。下一篇笔记中将会再深入一点。
我把这个笔记中用到的所有代码都贴出来吧，大家可以参考。

#coding:utf-8
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
#折线图
def linePlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y)
    plt.show()
#散点图
def scatterPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y,'o')#加一个参数'o'就是散点图了
    plt.show()
#散点图设置颜色
def colorScatterPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y,'or')#加一个参数'r'就可以变换颜色了
    plt.show()
#其中：r:red,b:blue,g:green,y:yellow,k:black,w:white,c:cyan蓝绿色,m:magenta品红
#设置线条样式
def styleLinePlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y,'--')#可以设置线条样式
    plt.show()
#其中有：--，-，-.，：,None
#设置标记点的样式
def styleScatterPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y,'dr')#设置散点形式，并且同时设置颜色
    #实测改变两个字母的顺序不影响
    plt.show()
#*：五角星，s:方块，p:五边形，h:六边形，H：六边形，还有：+ x D d（菱形）
#设置图表标题，坐标轴标题，坐标轴的最大范围
def titleOlimitsPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y)

    plt.title('mytitle')#设置图表标题
    plt.xlabel('x axis')#设置X坐标轴标题
    plt.ylabel('y axis')#设置Y坐标轴表
    plt.xlim(0.0,7.0)#设置坐标轴的范围
    plt.ylim(0.0,30.0)

    plt.show()
#设置一下坐标轴的间隔及显示的内容
def ticksPlots():
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]

    plt.plot(x,y)

    plt.title('mytitle')#设置图表标题
    plt.xlabel('x axis')#设置X坐标轴标题
    plt.ylabel('y axis')#设置Y坐标轴表
    plt.xlim(0.0,7.0)#设置坐标轴的范围
    plt.ylim(0.0,30.0)

    plt.xticks([2,4])#设置x轴的标签间隔
    plt.yticks([4,16])#设置y轴的标签间隔

    plt.show()  
#一个坐标轴上画多条线或者图
def manyPlots():
    x1=[1,2,3,4,5]
    y1=[1,4,9,16,25]

    x2=[1,2,4,6,8]
    y2=[2,4,8,12,16]

    plt.plot(x1,y1,'r')
    plt.plot(x2,y2,'g')

    plt.title('mytitle')#设置图表标题
    plt.xlabel('x axis')#设置X坐标轴标题
    plt.ylabel('y axis')#设置Y坐标轴表
    plt.xlim(0.0,9.0)#设置坐标轴的范围
    plt.ylim(0.0,30.0)

    plt.show()
# 图例 Figure legends ,即标识
def legendsPlots():
    x1=[1,2,3,4,5]
    y1=[1,4,9,16,25]

    x2=[1,2,4,6,8]
    y2=[2,4,8,12,16]

    plot1=plt.plot(x1,y1,'r',label='redline')#设置好图例要显示的内容
    plot2=plt.plot(x2,y2,'g',label='greenline')#

    plt.title('mytitle')#设置图表标题
    plt.xlabel('x axis')#设置X坐标轴标题
    plt.ylabel('y axis')#设置Y坐标轴表
    plt.xlim(0.0,9.0)#设置坐标轴的范围
    plt.ylim(0.0,30.0)

    plt.legend(loc='upper right',frameon=True)
    #设置图例
    #位置:‘upper right’, ‘upper left’, ‘center’, ‘lower left’, ‘lower right’
    #frameon：图例上的那个框

    plt.show()