3、Jupyter Notebook，Matplotlib的使用

最新推荐文章于 2025-03-24 08:27:55 发布

Αиcíеиτеǎг

最新推荐文章于 2025-03-24 08:27:55 发布

阅读量2.4k

点赞数 3

分类专栏：机器学习

本文链接：https://blog.csdn.net/ancientear/article/details/113121469

版权

机器学习专栏收录该内容

14 篇文章

订阅专栏

1 Jupyter Notebook使用

三种语言拼起来的，Julia,Python,R
IPython的加强版
一款编程/文档/笔记/展示软件

实时运行的代码、叙事性的文本和可视化被整合在一起，方便实用代码和数据讲述故事
画图和数据展示更方便

目标：学会使用Jupyter Notebook编写运行代码
应用：创建文件，操作cell，运行操作

1.1 界面启动，创建文件

1.1.1 界面启动

# 进入虚拟环境
workon ai

# 输入命令
jupyter notebook

自动弹出浏览窗口

1.1.2 新建notebook文档

文档格式为.ipynb

2 Matplotlib使用

目标：

知道Matplotlib的架构
应用Matplotlib的基本功能实现图形显示
应用Matplotlib实现多图显示
应用Matplotlib实现不同画图种类

简介：
专门用于开发2D图表（包括3D图表），以渐进、交互式方式实现数据可视化。
能将数据进行可视化，更直观的呈现

2.1 实现一个简单的Matplotlib画图

import matplotlib.pyplot as plt

# 1.创建画布
plt.figure(figsize=(20,8),dpi=100)

# 2.绘制图像
x = [1,2,3]
y = [4,5,6]
plt.plot(x,y)

# 3.显示图像
plt.show()

2.2 Matplotlib三层结构

2.2.1 容器层

容器层主要由Canvas,Figure,Axes组成
Canvas是位于最底层的系统层，在绘图的过程中充当画板的角色，即放置画布的工具
Figure是Canvas上方的第一层，也是需要用户来操作的应用层的第一层，在绘图的过程中充当画布的角色
Axes是应用层的第二层，在绘图的过程相当于画布上的绘图区的角色

Figure：指整个图形（可以通过plt.figure()设置画布的大小和分辨率等）
Axes（坐标系）：数据的绘图区域
Axis（坐标轴）：坐标系中的一条轴，包含大小限制、刻度和刻度标签

特点：
一个figure图像可以包含多个坐标系axes，但是一个axes只能属于一个figure
一个axes可以包含多个axis，包含两个为2D，三个为3D

2.2.2 辅助显示层

辅助显示层为Axes（绘图区）内的除了根据数据绘制出的图像以外的内容。主要包括Axes外观，边框线，坐标轴，坐标轴名称，坐标轴刻度，坐标轴刻度标签，网络线，图例，标题等内容。

2.2.3 图像层

指Axes内通过plot，scatter，bar，histogram，pie等函数根据数据绘制出的图像

2.3 设置画布属性与图片保存

可以使用help(plt.figure)查看参数
figsize：图的长宽，dpi：图像的清晰度。
保存图片到指定路径：plt.savefig(“test.png”)
⚠️plt.show()会释放figure资源，如果在显示图像之后保存图片则只能保存空图片

2.4 完善原始折线图

2.5 案例1：显示温度变化状况

需求：画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度～18度。

1.准备数据并画出初始折线图

# 画出温度变化折线图
import matplotlib.pyplot as plt
import random
# 画出温度变化图

# 0，准备x，y坐标的数据
x=range(60)
y_shanghai = [random.uniform(15,18) for i in x]

# 1.创建画布
plt.figure(figsize=(20,8),dpi=80)

# 2.绘制折线图
plt.plot(x,y_shanghai)

# 3.显示图像
plt.show()

2.5.1 添加自定义x，y刻度

import matplotlib.pyplot as plt
import random
# 画出温度变化图

# 0，准备x，y坐标的数据
x=range(60)
y= [random.uniform(15,18) for i in x]

# 1.创建画布
plt.figure(figsize=(20,8),dpi=80)

# 2.绘制折线图
plt.plot(x,y)

# 2.1 添加x，y轴刻度
y_ticks = range(40)
plt.yticks(y_ticks[::5])
# 3.显示图像
plt.show()!

在这里插入图片描述

import matplotlib.pyplot as plt
import random
# 画出温度变化图

# 0，准备x，y坐标的数据
x = range(60)
y = [random.uniform(10,15) for i in x]

# 1.创建画布
plt.figure(figsize=(20,8),dpi=100)

# 2.绘制折线图
plt.plot(x,y)

# 2.1 添加x，y轴刻度
y_ticks = range(40)
x_ticks_labels = ["11点{}分".format(i) for i in x]

plt.yticks(y_ticks[::5])
plt.xticks(x[::5], x_ticks_labels[::5])

# 3.显示图像
plt.show()

在这里插入图片描述

2.5.2 matplotlib图例中文乱码

1、下载字体
Simhei

2、双击安装

3、删除matplotlib 中的缓存文件

cd ~/.matplotlib 
rm -r *

4、修改配置文件matplotlibrc

vi ~/.matplotlib/matplotlibrc

这里如果无法修改则去找到对应文件，显示简介，修改权限即可编辑
将文件修改为：

font.family :sans-serif
font.sans-serif :SimHei
axes.unicode_minus :False

键入esc和：wq保存退出
在这里插入图片描述

2.5.3 添加网格显示

# 添加网格显示
plt.grid(True,linestyle='--',alpha=0.5)

参数
True：是否显示
linestyle：表示添加的是虚线还是实线（–是虚线，-是实线）
alpha:网格颜色深浅


import matplotlib.pyplot as plt
import random
# 画出温度变化图

# 0，准备x，y坐标的数据
x = range(60)
y = [random.uniform(10,15) for i in x]

# 1.创建画布
plt.figure(figsize=(20,8),dpi=100)

# 2.绘制折线图
plt.plot(x,y)

# 2.1 添加x，y轴刻度
y_ticks = range(40)

plt.yticks(y_ticks[::5])

# 2.2 添加网格显示
plt.grid(True,linestyle='--',alpha=0.5)
# 3.显示图像
plt.show()

在这里插入图片描述

2.5.4 添加描述信息

添加x轴，y轴描述信息和标题

plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点到12点之间的温度变化图示")

2.6 用matplotlib.pyplot出现服务器挂掉

鬼知道为啥子突然这样啦～～～～
在这里插入图片描述

⚠️挂掉的服务

内核已经死亡，自动重启也失败了。有可能内核不能重新启动。如果您不能重新启动内核，您仍然能够保存笔记本，但是运行代码将不再工作，直到笔记本重新打开.

在这里插入图片描述

1、觉得应该是内存问题啊，但是杀死了所有相关进程还是不行。排除

2、查到一些文章说是tornado版本太高了，降低版本下载依然不行。pass

pip install tornado==4.5.3

3、查到有一种说法是加入一段这个，没说原因。我猜测是让系统忽略包冲突的问题吧。
这种方法确实弊端很大，但是没想到哦，依然没解决我的问题

import os
os.environ['KMP_DUPLICATE_LIB_OK']='True'

4、有些无奈了，我打算卸载mkl看看会怎么样

conda remove mkl mkl-service

啊！！一定要慎重慎重！千万别跟我一样犯这个错误，我真的是花了很长时间才补救回来
在这里插入图片描述

5、最终我选择了最简单粗暴的方式哦。经过了很多步骤都没成功
最后我只能把问题定位在matplotlib上，卸载了pip uninstall matplotlib
又下回来了pip install matplotlib
居然成功了呢

在这里插入图片描述

2.7 多次plot

2.7.1 区分线条

需求：再添加一个城市的温度变化
只需要再次plot，但是需要区分线条


import matplotlib.pyplot as plt
import random
# 画出温度变化图

# 0，准备x，y坐标的数据
x = range(60)
y_shanghai = [random.uniform(10,15) for i in x]
y_beijing = [random.uniform(15,25) for i in x]

# 1.创建画布
plt.figure(figsize=(20,8),dpi=100)

# 2.绘制折线图
plt.plot(x,y_shanghai)
plt.plot(x,y_beijing)

# 2.1 添加x，y轴刻度
y_ticks = range(40)

plt.yticks(y_ticks[::5])

# 3.显示图像
plt.show()

线条易混可加图例

# 2.绘制折线图
plt.plot(x,y_shanghai,label="shanghai")
plt.plot(x,y_beijing,label="beijing")

#显示图例，best默认选择最好的位置，也有（0,1,2,3等位置）
#注意:一定要在plt.plot()里面设置一个label,如果不设置,没法显示
plt.legend(loc="best")

#使用多次plot可以画多个折线
plt.plot(x,y_shanghai,color = 'r',linestyle='--',label = "beijing")


import matplotlib.pyplot as plt
import random
# 画出温度变化图

# 0，准备x，y坐标的数据
x = range(60)
y_shanghai = [random.uniform(10,15) for i in x]
y_beijing = [random.uniform(15,25) for i in x]

# 1.创建画布
plt.figure(figsize=(20,8),dpi=100)

# 2.绘制折线图
plt.plot(x,y_shanghai,label="shanghai")
plt.plot(x,y_beijing,label="beijing")

# 2.1 添加x，y轴刻度
y_ticks = range(40)

plt.yticks(y_ticks[::5])

# 2.4显示图例
plt.legend(loc="best")

# 3.显示图像
plt.show()

2.7.2 设置图形风格

颜色首字母代表颜色

#绘制图形时plt.plot(x,y_shanghai,label="shanghai")加入linestyle='--'
-实线
--虚线
-.点划线
：点虚线
‘’留空、空格

2.8 多个坐标系显示-plt.subplots(面向对象的画图方法)

可以通过subplots函数实现

matplotlib.pyplot.subplots(nrows=1,ncols=1,**fig_kw)

创建一个带有多个axes的图
plt.函数名()相当于面向过程的画图方法，axes.set_方法名()相当于面向对象的画图方法

Parameters:    

nrows, ncols : 设置有几行几列坐标系
    int, optional, default: 1, Number of rows/columns of the subplot grid.

Returns:    
fig : 图对象
axes : 返回相应数量的坐标系

设置标题等方法不同：
    set_xticks
    set_yticks
    set_xlabel
    set_ylabel

来自于黑马程序员

# 0.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 5) for i in x]

# 1.创建画布
# plt.figure(figsize=(20, 8), dpi=100)
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)


# 2.绘制图像
# plt.plot(x, y_shanghai, label="上海")
# plt.plot(x, y_beijing, color="r", linestyle="--", label="北京")
axes[0].plot(x, y_shanghai, label="上海")
axes[1].plot(x, y_beijing, color="r", linestyle="--", label="北京")

# 2.1 添加x,y轴刻度
# 构造x,y轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)

# 刻度显示
# plt.xticks(x[::5], x_ticks_label[::5])
# plt.yticks(y_ticks[::5])
axes[0].set_xticks(x[::5])
axes[0].set_yticks(y_ticks[::5])
axes[0].set_xticklabels(x_ticks_label[::5])
axes[1].set_xticks(x[::5])
axes[1].set_yticks(y_ticks[::5])
axes[1].set_xticklabels(x_ticks_label[::5])

# 2.2 添加网格显示
# plt.grid(True, linestyle="--", alpha=0.5)
axes[0].grid(True, linestyle="--", alpha=0.5)
axes[1].grid(True, linestyle="--", alpha=0.5)

# 2.3 添加描述信息
# plt.xlabel("时间")
# plt.ylabel("温度")
# plt.title("中午11点--12点某城市温度变化图", fontsize=20)
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("中午11点--12点某城市温度变化图", fontsize=20)
axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("中午11点--12点某城市温度变化图", fontsize=20)

# # 2.4 图像保存
plt.savefig("./test.png")

# # 2.5 添加图例
# plt.legend(loc=0)
axes[0].legend(loc=0)
axes[1].legend(loc=0)


# 3.图像显示
plt.show()

### 2.9 绘制数学图像

import numpy as np
# 0.准备数据
x = np.linspace(-10, 10, 1000)
y = np.sin(x)

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制函数图像
plt.plot(x, y)
# 2.1 添加网格显示
plt.grid()

# 3.显示图像
plt.show()

2.10 常见图形的绘制

2.10.1 散点图

参数：

api：plt.bar(x, width, align='center', **kwargs)

Parameters:    
x : 需要传递的数据

width : 柱状图的宽度

align : 每个柱状图的位置对齐方式
    {‘center’, ‘edge’}, optional, default: ‘center’

**kwargs :
color:选择柱状图的颜色

房屋价格

# 0.准备数据
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01,  20.67, 288.64,
       163.56, 120.06, 207.83, 342.75, 147.9 ,  53.06, 224.72,  29.51,
        21.61, 483.21, 245.25, 399.25, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61,  24.9 , 239.34,
       140.32, 104.15, 176.84, 288.23, 128.79,  49.64, 191.74,  33.1 ,
        30.74, 400.02, 205.35, 330.64, 283.45]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制散点图
plt.scatter(x, y)

# 3.显示图像
plt.show()

2.10.2 柱状图

api：plt.bar(x, width, align='center', **kwargs)

Parameters:    
x : 需要传递的数据

width : 柱状图的宽度

align : 每个柱状图的位置对齐方式
    {‘center’, ‘edge’}, optional, default: ‘center’

**kwargs :
color:选择柱状图的颜色

2.10.3 小结

折线图：plt.plot()
散点图：plt.scatter()
柱状图：plt.bar(x, width, align="center")
直方图：plt.hist(x, bins)
饼图：plt.pie(x, labels, autopct, colors)

3、Jupyter Notebook，Matplotlib的使用

目录

1 Jupyter Notebook使用

1.1 界面启动，创建文件

1.1.1 界面启动

1.1.2 新建notebook文档

2 Matplotlib使用

2.1 实现一个简单的Matplotlib画图

2.2 Matplotlib三层结构

2.2.1 容器层

2.2.2 辅助显示层

2.2.3 图像层

2.3 设置画布属性与图片保存

2.4 完善原始折线图

2.5 案例1：显示温度变化状况

2.5.1 添加自定义x，y刻度

2.5.2 matplotlib图例中文乱码

2.5.3 添加网格显示

2.5.4 添加描述信息

2.6 用matplotlib.pyplot出现服务器挂掉

2.7 多次plot

2.7.1 区分线条

2.7.2 设置图形风格

2.8 多个坐标系显示-plt.subplots(面向对象的画图方法)

2.10 常见图形的绘制

2.10.1 散点图

2.10.2 柱状图

2.10.3 小结