plt.scatter(train_X[:,0],train_X[:,1],c=train_Y,cmap=plt.cm.Spectral)这句话的意思是以train_X数据集的第一个特征点作为x,以train_X数据集的第二个特征点作为y,train_Y简单的说就是(1,0)分类结果的组合,这个参数指定了每个点的颜色,cmap=plt.cm.Spectral:这个参数指定了颜色映射(colormap),plt.cm.Spectral是matplotlib预定义的一种颜色映射,它会为不同的类别分配不同的颜色。
plt.plot(canshu,shizi,biaoqian) # 绘制图像
plt.title('三条直线')# 标题
plt.grid(True)# 背景有格子
plt.legend()# 参数可以是 'best', 'upper right', 'upper left',等等
plt.xlable('')
plt.ylable('')
plt.show()# 展示图片
出现如下错误:
plt.rcParams[‘font.sans-serif’] = [‘SimHei’] # 指定使用中文字体
代码如下:
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定使用中文字体
m,b=[[2,3,4],[2,3,4]]
x=range(0,100)
for i in range(len(m)):
plt.plot(x,[m[i]*xi+b[i] for xi in x],label=f'第{i+1}条直线')
plt.annotate(f'y={m[i]}x+{b[i]}',xy=(50, m[i] * 50 + b[i]),fontsize='larger')
plt.legend(loc='upper left')
plt.title('线性回归',fontsize='20',fontweight='bold',color='green')
plt.xlabel("X")
plt.ylabel('Y')
plt.grid(True)
plt.rcParams['figure.figsize'] = (20.0,10.0)
plt.show()