PLS偏最小二乘 画图部分<四>

这里是画图部分，具体的就不多讲了，不懂的可以私信我

#encoding:utf-8

# 导入相应的包
from pylab import *
import numpy as np
import matplotlib.pyplot as plt

class drawing():
    
    def Line_chart(self, train_erro, test_erro):
        
        #这里要将训练和预测的部分都画得一块，看起来可能有点费劲
        
        M = np.arange(train_erro.shape[1])# 选取横坐标的值
        
        L = np.arange(test_erro.shape[1])
#         figure()
#         subplot(111)
#         plt.figure(1)
        plt.plot(M, train_erro[0], color='blue', linewidth=1.5, linestyle="-", label="train")
        plt.plot(L, test_erro[0], color='red', linewidth=1.5, linestyle="-", label="test")
        
        plt.xlabel('numbert of pc')
        plt.ylabel('train and test erro')
        plt.title('The mse for each PC')
        plt.legend()
        plt.show()
        
    # 这里是画散点图    
    def Distribution(self, pc, Y, turn_Y, y, turn_y):
        
        for j in range(pc):
            plot(y, turn_y[:, [j]],'bo',label="test")
            plt.plot(Y, turn_Y[:, [j]],'ro',label="train")
            
            plt.plot(Y,Y)
            plt.xlabel('numbert of pc')
            plt.ylabel('train and test ')
            plt.title('The mse for each PC')
            plt.legend(loc='upper left')
            plt.show()