神经网络与深度学习 Class 5：Matplotlib

目录

5.1 Matplotlib绘图基础

1.对figure对象进行绘制

 2.划分子图

3.字体设置

4.添加标题 

5.2 散点图

1.绘制散点图

​2. 添加文字

3.坐标轴设置

5.3 折线图和柱形图

1.折线图

2.柱形图

5.4 实例一：房价数据集可视化

1.加载数据集

2.数据可视化

5.5 实例二：鸢尾花数据集可视化

1.下载数据

2.Pandas库

3.数据可视化

---

5.1 Matplotlib绘图基础

使用前导入子库import matplotlib.pyplot as plt

1.对figure对象进行绘制

 2.划分子图

3.字体设置

4.添加标题 

suptitle函数参数

 title函数参数

可使用tight_layout函数检查坐标轴标签、刻度标签、子图标题、自动调整子图等

调整子图位置

import matplotlib.pyplot as plt

plt.rcParams["font.family"]="Simhei"      
fig=plt.figure(facecolor='lightgrey')

plt.subplot(2,2,1)
plt.title("子标题1")

plt.subplot(2,2,2)
plt.title("子标题2",loc='left',color='b')

plt.subplot(2,2,3)
myfontdict={"fontsize":12,"color":"g","rotation":30}
plt.title('子标题3',fontdict=myfontdict)

plt.subplot(2,2,4)
plt.title('子标题4',color='white',backgroundcolor='black')

plt.suptitle('全局标题',fontsize=20,color='red',backgroundcolor='yellow')

plt.tight_layout(rect=[0,0,1,0.9])
plt.show

5.2 散点图

1.绘制散点图

2. 添加文字

 

3.坐标轴设置

 

显示图例

5.3 折线图和柱形图

1.折线图

plot函数

2.柱形图

5.4 实例一：房价数据集可视化

公开数据集

Keras：神经网络与深度学习库

1.加载数据集

import tensorflow as tf
boston_housing =tf.keras.datasets.boston_housing
(train_x,train_y),(test_x,test_y)=boston_housing.load_data()

数据包括训练集和测试集，其中又包括了房屋属性与房价两个特征       

改变数据集划分比例

(train_x,train_y),(test_x,test_y)=boston_housing.load_data(test_split=0)

 本例无需测试集

2.数据可视化

import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf
boston_housing =tf.keras.datasets.boston_housing
(train_x,train_y),(_,_)=boston_housing.load_data(test_split=0)
plt.figure(figsize=(5,5))
plt.scatter(train_x[:,5],train_y)
plt.xlabel("RM")
plt.ylabel("PRICE")
plt.title("RM-PRICE")
plt.show

若要绘制13个属性对房价的影响

plt.figure(figsize=(12,12))
for i in range(13):
    plt.subplot(4,4,(i+1))
    plt.scatter(train_x[:,i],train_y)
plt.show

5.5 实例二：鸢尾花数据集可视化

1.下载数据

TRAIN_URL="http://download.tensorflow.org/data/iris_training.csv"
train_path=tf.keras.utils.get_file("iris_trainning.csv",TRAIN_URL)

该数据集包含了训练集与测试集

split函数可通过指定分隔符对字符串进行切片，并返回列表        

2.Pandas库

·导入pandas库

import pandas as pd

·读取CSV格式文件

header可以设置列标题，即行号，从0开始

例：header=0，第一行数据作为列标题

names自定义列标题，代替header参数指定的列标题

head(n)函数：参数为空时，默认读取二维数据表中的前五行数据

tail(n)函数：读取后n行数据
可以使用索引和切片访问列表数据

describe方法：显示二维数据的统计信息

·数据转换

可以使用array将二维数据转换为数组

3.数据可视化

·色彩映射

 

import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf
import pandas as pd

TRAIN_URL="http://download.tensorflow.org/data/iris_training.csv"

train_path=tf.keras.utils.get_file(TRAIN_URL.split('/')[-1],TRAIN_URL)

df_iris = pd.read_csv(train_path,header=0)

iris=np.array(df_iris)

plt.scatter(iris[:,2],iris[:,3],c=iris[:,4],cmap='brg')
plt.show()