机器学习[4]-Matplotlib的学习

Matplotlib是一个绘图工具库，具有不亚于Matlab的作图能力。

常用的有折线图、饼状图、散点图和柱状图，如下：

# -*- coding: utf-8 -*
import matplotlib.pyplot as plt
import numpy as np


# 折线图
def plot_test():
    x = np.arange(-np.pi, np.pi, 0.1)   # 创建数组x
    y = np.sin(x)                       # 基于x创建正弦变化的y数组
    z = np.cos(x)                       # 基于x创建余弦变化的y数组
    # 绘制图形，指定颜色、线条宽度、线条样式、标签
    plt.plot(x, y, color='green', linewidth=2.0, linestyle='-', label='sin')
    plt.plot(x, z, color='red', linewidth=2.0, linestyle=':', label='cos')
    plt.xlim(-4, 4)                     # 横坐标范围
    plt.ylim(-1.5, 1.5)                 # 纵坐标范围
    plt.xlabel('x')                     # 横坐标标识
    plt.ylabel('y')                     # 纵坐标标识
    plt.title('plt test')               # 设定图形的标题
    plt.grid(True)                      # 设置网格线
    plt.legend()                        # 设置图例
    plt.show()                          # 显示图形


# 饼图
def pie_test():
    data = np.random.randint(1, 11, 5)                  # 随机创建数据
    labels = ['one', 'two', 'three', 'four', 'five']    # 定义饼状图的标签，标签是列表
    plt.pie(data, labels=labels)                        # 绘制饼图
    plt.axis('equal')                                   # x，y轴刻度一致，饼图才能是圆的
    plt.legend()                                        # 设置图例
    plt.show()


# 散点图
def scatter_test():
    x = np.arange(-np.pi, np.pi, 0.1)   # 创建数组x
    y = np.sin(x)                       # 基于x创建正弦变化的y数组
    plt.scatter(x, y, color='red', marker='o')
    plt.show()


# 柱状图
def bar_test():
    x = [1, 2, 3, 4]
    y = [1, 2, 3, 4]
    plt.bar(x, y)
    plt.grid(True)
    plt.show()


if __name__ == '__main__':
    plot_test()
    pie_test()
    scatter_test()
    bar_test()

四个函数做出来的图如下：