机器学习笔记（二）：matplotlib基础

最新推荐文章于 2024-10-06 20:28:30 发布

Bamboo竹

最新推荐文章于 2024-10-06 20:28:30 发布

阅读量919

点赞数

分类专栏：机器学习文章标签：机器学习 matplotlib python

本文链接：https://blog.csdn.net/Lo_Bamboo/article/details/53328714

版权

机器学习专栏收录该内容

6 篇文章 0 订阅

订阅专栏

通过matplotlib入门，我们已经绘制简单的图像，但是matplotlib一个非常优秀的绘图库，如果仅仅能实现上述功能，用excel就行了，不需要使用编程了。

函数式绘图的高级玩法

plot的参数传递方法

在matplotlib入门中我们采用的方式是格式化参数的方法，我们也可以利用更加容易理解的方法传递参数。

def paramPlots():
    #X,C,S是用numpy分别定义的序列，C为cos，S为sin
    plt.plot(X,C,label="$cos(x)$",color="red",linewidth=2.5,linestyle="-")
    plt.plot(X,S,label="$sin(x)$",color="blue",linewidth=2.5,linestyle="-")
#采用字典的方法传递参数
    plt.show()

这里写图片描述

绘图区域属性设置

我们在matplotlib入门中已经设置几个绘图对象的属性。咱们在这儿先回顾一下。

    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

我们可以总结为以下这张图：
这里写图片描述
咱们先理解为，采用绘图对象的方法进行设置。在后面将详细解析其原理。除了上述属性之外，常用的还有网格属性。

#网格设置
def moreFeature():

    plt.plot(X,C,label="$cos(x)$",color="red",linewidth=2.5,linestyle="-")
    plt.plot(X,S,label="$sin(x)$",color="blue",linewidth=2.5,linestyle="-")

    plt.grid()#网格设置

    plt.show()

这里写图片描述

绘制多个子图

如果我们要实现如下效果，即多个坐标系。我们怎么实现了？

这里写图片描述

还是万能法宝，采用pyplot的方法subplot()

#绘制多个坐标系
def subPlots():
    #多个坐标系
    plt.subplot(221)#（行，列，序号）
    plt.subplot(222)
    plt.subplot(223)
    plt.subplot(224)

    plt.show()

其中
第一个参数：总共有多少行
第二个参数：总共有多少列
第三个参数：从做往右，从上而下。依次编号1,2,3,4

利用对象绘图

上述都是用函数式绘图，类似matlab，是面向过程的。上述函数式调用很方便，是通过封装对象实现的。本质上还是构建对象来构建图像。函数式编程将构建对象的过程封装在函数中，从而让我们觉得很方便。函数式编程创造了一个仿真MATLAB的工作环境，并有许多成形的绘图函数。如果只是作为Matplotlib的一般用户(非开发者)，pyplot可以满足大部分的需求。如果是一般用户就可以就此停步了。

但是，如果需要实现复杂的功能，或者灵活操作，就必须用到对象。下面就详细解析其实现过程。

最简单实现方法

咱们可以使用下面这段程序实现上述同样的功能。

#利用对象绘图实例,同样绘制一个sin和cos图
def objectDraw1():
    fig=plt.figure()#创建figure对象
    ax=fig.add_subplot(111)#创建axes对象
    artist1=ax.plot(X,C,label="$cos(x)$",color="red",linewidth=2.5,linestyle="-")
    artist2=ax.plot(X,S,label="$sin(x)$",color="blue",linewidth=2.5,linestyle="-")
    #利用axes对象的plot()方法绘制图像
    print fig,ax,artist1,artist2#打印出对象名

    plt.show()

并且打印出对象名。

>>> matplotlibDemo2.objectDraw1()
Figure(640x480) Axes(0.125,0.1;0.775x0.8) [<matplotlib.lines.Line2D object at 0x
03FD8110>] [<matplotlib.lines.Line2D object at 0x03FD8250>]

这里写图片描述
咱们可以看到三个对象，咱们用可以通俗化的理解为：

figure对象：相当于一张坐标纸
axes对象：画在坐标纸的坐标系，我们可以在一张坐标纸上画多个坐标系
matplotlib.lines.Line2D对象：画在一个坐标系中图像，一个坐标系可以话多个图像

总结一下利用对象绘图的过程，可以分为三步：

创建figure对象
用figure对象的 add_ axes()或add_subplots()方法创建一个或者多个axes对象。
调用axes、subplot对象的方法创建各种类型的图像

函数式绘图的实现过程

我们之前函数式绘图采用都是隐式figure()和axes()。当我们调用plot()方法创建图像时，我们自己并没有直接在程序里创建figure和axes对象，但matplotlib会调用gca()方法获得当前axes对象，gcf()方法获得当前figure对象。如果没有的话，先创建一个figure对象，然后默认创建一个subplot(111)的axes对象。
如果不信的话，我们写个Demo试验一下：

def getCurrentObject():

    ax1=plt.subplot(211)#（行，列，序号）
    plt.plot(X,C,label="$cos(x)$",color="red",linewidth=2.5,linestyle="-")
    myGetAxes=plt.gca()#获取当前axes
    myGetFigure=plt.gcf()#获取当前figure

    plt.subplot(212)
    plt.plot(X,S,label="$sin(x)$",color="blue",linewidth=2.5,linestyle="-")

    myGetAxes.plot([-1,1],[-1,1])
    print myGetFigure,myGetAxes

    plt.show()

这里写图片描述

输出结果：

>>> matplotlibDemo2.getCurrentObject()#打印出对象名
Figure(640x480) Axes(0.125,0.536364;0.775x0.363636)

咱们来分析一下程序
1、创建figure及axes对象。首先会判断有没有figure对象，判断没有，就默认进行创建。然后再创建subplot(211)

ax1=plt.subplot(211)#（行，列，序号）

2、在当前对象下绘制图像

plt.plot(X,C,label="$cos(x)$",color="red",linewidth=2.5,linestyle="-")

3、利用gcf()和gca()获取当前figure和axes

myGetAxes=plt.gca()#获取当前axes
myGetFigure=plt.gcf()#获取当前figure

4、在创建一个axes对象，并在当前对象下绘图。由于之前已经创建了一个figure对象，不用再创建。直接创建一个axes对象subplot(212)，因此当前对象就成了subplot(212)。因此，sin函数图像就画在了2号子图中了

plt.subplot(212)
plt.plot(X,S,label="$sin(x)$",color="blue",linewidth=2.5,linestyle="-")

5、在我们获取的axes对象中，绘制直线。调用axes对象myGetAxes的plot()方法画一条直线。注意一下：此时图像并没有出现在2号子图中，而是出现在1号子图中。这是因为我们现在已经在对象的方法绘图，而不是函数式绘图。

myGetAxes.plot([-1,1],[-1,1])

6、打印对象名。通过打印出的对象名，我们也可以发现，gcf获得的是一个figure对象，而gca获得的是一个axes对象。

print myGetFigure,myGetAxes
#输出结果
>>> matplotlibDemo2.getCurrentObject()#打印出对象名
Figure(640x480) Axes(0.125,0.536364;0.775x0.363636)

利用对象绘制图像设置参数

通过上面的学习，我们已经进入了利用对象绘图的大门，再往进去走，你就得给你的坐标系设置各种参数了，要实现函数式绘图已经完成的功能。那就继续往下码代码。

#对象绘图，设置坐标系参数
def objectDraw2():
    fig=plt.figure()#创建figure对象
    ax=fig.add_subplot(111)#创建axes对象
    artist1=ax.plot(X,C,label="$cos(x)$",color="red",linewidth=2.5,linestyle="-")
    artist2=ax.plot(X,S,label="$sin(x)$",color="blue",linewidth=2.5,linestyle="-")
    #利用axes对象的plot()方法绘制图像

    #axes（坐标系）属性设置
    ax.set_title("mytitle")#设置图表标题
    ax.set_xlabel("x_axis")#设置x轴标题
    ax.set_ylabel("y_axis")#设置y轴标题
    ax.set_xlim(-4.0,4.0)#设置x轴范围
    ax.set_ylim(-2.0,2.0)#设置y轴范围
    ax.legend(loc='upper right',frameon=True)#设置图例
    ax.grid()#设置网格

    plt.show()

这里写图片描述
实现过程也极其简单，调用axes对象的方法即可。通过set_*方法和legend()及grid()很简单的实现了。

通过上面的学习，我们已经迈进了matplotlib的大门，我们已经学会了用函数式和建立对象绘图两种方法。并且比较了两者之间的不同，及其两者之间的联系。完全可以实现了excel中能实现的所有折线图的功能。但这远远不够，因为饼状图、散点图、柱状图等等我们都没还有接触到。况且matplotlib如果你认为只能实现这点功能，你就too young too simple了。在下节笔记中，我们将继续深入，继童子功之后，我们将正式开始进入刀枪剑戟等十八般武艺的学习过程。