深度学习--Matplotlib学习笔记(一)

在深度学习中绘图工具必不可少，于是Matplotlib的强大功能便体现出来。下面讲解一下几种简单的图形的绘制方法。

绘制折线图

折线图是最简单的一类图形，下面我们用pylot实现绘制折线图的功能。

这个命令用来在jupyter内部显示图片

%matplotlib inline

首先需要导入Matplotlib包中的Pyplot模块

import matplotlib.pyplot as plt

接下来，使用 NumPy 提供的函数 arange() 创建一组数据来绘制图像。

#引入numpy包
import numpy as np
#获得0到2π之间的ndarray对象
x = np.arange(0, math.pi*2, 0.05)

上述所得 x 的值作用到 x 轴上，而该值对应的正弦值，也就是 y 值，使用以下方法获取：

y = np.sin(x)

使用 plot() 函数对 x、y 进行绘制。

plt.plot(x,y)

主要的绘图工作已经完成，不过还需要绘制一些细节，需要我们补充一下，比如图像的标题(title)、x 轴与 y 轴的标签（label）等。

plt.xlabel("angle")
plt.ylabel("sine")
plt.title('sine wave')

完整的程序代码如下：

    from matplotlib import pyplot as plt
    import numpy as np
    import math
    #调用math.pi方法弧度转为角度
    x = np.arange(0, math.pi*2, 0.05)
    y = np.sin(x)
    plt.plot(x,y)
    plt.xlabel("angle")
    plt.ylabel("sine")
    plt.title('sine wave')
    #使用show展示图像
    plt.show()

代码执行后，显示结果如下：
是不是很简单，下面再来绘制一个U-I特性图：

I(mA)	23.92	13.34	9.26	7.95	7.05	5.21	4.49
U(V)	4.78	5.32	5.53	5.59	5.64	5.71	5.76

%matplotlib inline
import torch
from IPython import display
from matplotlib import pyplot as plt
import numpy as np
import random
x=[5.00,4.17,3.57,3.33,3.12,2.78,2.50]
y=[0.00,0.83,1.43,1.67,1.88,2.22,2.50]
plt.plot(x,y)
plt.ylabel("U/V")
plt.xlabel("I/mA")
plt.title("U-I")
plt.show()

绘制曲线图

PyLab 是一个面向 Matplotlib 的绘图库接口，其语法和 MATLAB 十分相近。它和 Pyplot 模快都够实现Matplotlib 的绘图功能。PyLab 是一个单独的模块，随 Matplotlib 软件包一起安装，该模块的导包方式和 Pyplot不同，如下所示：

    #Pyplot导包方式
    from matplotlib import pyplot as plt
    #PyLab导包有两种方式
    import pylab
    from pylab import *

其实PyLab和Pyplot能够实现的功能基本一致，只是PyLab和MATLAB 十分相近，用法简便。

import numpy as np
x=np.linspace(-3, 3, 30)
y=x**3
plt.plot(x,y,'r')
plt.show()

如果您要绘制特殊类型的线条，并想添加一些颜色，PyLab 提供了如下方法：

符号 ‘-’，’–’，’-.’，’:’，’.’，’,’，，o，^，v<，>，s，+，x，D，d，1，2，3，4，h，H，p，| ，_
颜色 b(蓝色)，g(绿色)，r(红色)，c(青色)，m(品红)，y(黄色)，k(黑色)，w(白色)

效果如下：

from pylab import *
x = linspace(-3, 3, 30)
y = x**2
plot(x, y, 'r.')
show()

如果您想在同一绘图区域内绘制多个图形，只需要使用多个绘图命令。示例如下：

from matplotlib import pyplot as plt
import numpy as np
x=np.arange(-4,0,0.1)
plt.plot(x,sin(x),'r')
plt.plot(x,cos(x),'g--')
plt.plot(x,-sin(x),'b.')
plt.show()

如果想清除图像，直接在程序末尾调用 clf() 方法即可。