- 最近白天在整机器学习和算法导论,做预判分析的时候发现,经常用到几个画图代码,老是弄混。睡不着,深夜上线整理一波,顺便加强一下记忆叭。写多少是多少,不行就白天接着补。。
- 今天先整理一波常规画图操作。其实后来学了pandas里的 seaborn 库的时候,才发现有更好看的图
import matplptlib.pypplot as plt
import pandas as pd
# 读取一个分类明确的数据集csv文件,文件里数据分了四类
# 数据长这样子,先大致head()前五行看一下吧
# dataset,x,y
I,10.0,8.04
I,8.0,6.95
I,13.0,7.58
I,9.0,8.81
I,11.0,8.33
oh=pd.read_csv('anscombe.csv')
print(oh)
# 取数据子集
oh_1=oh[oh['dataset'] == 'I']
oh_2=oh[oh['dataset'] == 'II']
oh_3=oh[oh['dataset'] == 'III']
oh_4=oh[oh['dataset'] == 'IV']
plt.plot(oh_1['x'],oh_1['y'])
plt.show()
# 如果想用它画圆点,可以给plt.plot传递一个‘o’参数
plt.plot(oh_1['x'],oh_1['y'],'o')
plt.show()
# 现在有四个 子数据集,要把他们放在一起,所以先创建一个画布
# 就弄一个2x2的画布吧
fig=plt.figure()
axis1=fig.add_su