python matplotlib画图显示不出来的原因。以及常见的二维转一维方式：squeeze()、reshape()、flatten()、ravel()函数

一只菜得不行的鸟

已于 2023-01-05 23:23:55 修改

阅读量4.4k

点赞数 3

分类专栏：机器学习 python 文章标签： python matplotlib numpy

于 2022-10-05 20:11:22 首次发布

本文链接：https://blog.csdn.net/qq_40967086/article/details/127176058

版权

python 同时被 2 个专栏收录

35 篇文章

订阅专栏

机器学习

11 篇文章

订阅专栏

阅读前请看一下：我是一个热衷于记录的人，每次写博客会反复研读，尽量不断提升博客质量。文章设置为仅粉丝可见，是因为写博客确实花了不少精力。希望互相进步谢谢！！

文章目录

阅读前请看一下：我是一个热衷于记录的人，每次写博客会反复研读，尽量不断提升博客质量。文章设置为仅粉丝可见，是因为写博客确实花了不少精力。希望互相进步谢谢！！
1、问题描述：
2、原因分析：
3、解决方案：
4、结论

1、问题描述：

提示：这里简述项目相关背景：

机器学习时python matplotlib画图显示不出来

train_x = np.array([50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70]).reshape((1, -1))
train_y = np.array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]).reshape((1, -1))
plt.figure()
plt.plot(train_x,train_y)
plt.xlabel("Iteration")
plt.ylabel("Costs")
plt.show()

在这里插入图片描述
看到上面啥也没有

2、原因分析：

train_x和train_y这里都是二维，shape为(1,20)

plot( )参数要求传入的是数组(一维)

关于plot()函数的参数和用法看下面两篇文章：

plt.plot()函数参数（最清晰的解释）
plt.plot()函数的具体用法

3、解决方案：

将train_x和train_y转化为一维！！！

方法一，squeeze()函数

语法：numpy.squeeze(a,axis = None)

作用：从数组的形状中删除单维度条目，即把shape中为1的维度去掉

场景：在机器学习和深度学习中，通常算法的结果是可以表示向量的数组（即包含两对或以上的方括号形式[[]]），如果直接利用这个数组进行画图可能显示界面为空（见后面的示例）。我们可以利用squeeze（）函数将表示向量的数组转换为秩为1的数组，这样利用matplotlib库函数画图时，就可以正常的显示结果了。

import numpy as np
import matplotlib.pyplot as plt
train_x = np.array([50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70]).reshape((1, -1))
train_y = np.array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]).reshape((1, -1))
plt.figure()
plt.plot(np.squeeze(train_x), np.squeeze(train_y))   #squeeze()函数删除单维度条目
plt.xlabel("Iteration")
plt.ylabel("Costs")
plt.show()

关于np.squeeze看下面这篇文章：

Numpy库学习—squeeze()函数

方法二，.reshape(-1)

.reshape(-1)转化为一维的行向量

import numpy as np
import matplotlib.pyplot as plt
train_x = np.array([50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70]).reshape((1, -1))
train_y = np.array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]).reshape((1, -1))
plt.figure()
plt.plot(train_x.reshape(-1), train_y.reshape(-1))
plt.xlabel("Iteration")
plt.ylabel("Costs")
plt.show()

关于.reshape(-1) 、.reshape(-1,1)、 .reshape(1,-1)看我之前写的文章
python numpy中的reshape(-1)、reshape(1，-1)、reshape(-1,1)

方法三，flatten()函数

import numpy as np
import matplotlib.pyplot as plt
train_x = np.array([50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70]).reshape((1, -1))
train_y = np.array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]).reshape((1, -1))
plt.figure()
plt.plot(train_x.flatten(), train_y.flatten())
plt.xlabel("Iteration")
plt.ylabel("Costs")
plt.show()

方法四，ravel()函数

import numpy as np
import matplotlib.pyplot as plt
train_x = np.array([50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70]).reshape((1, -1))
train_y = np.array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]).reshape((1, -1))
plt.figure()
plt.plot(train_x.ravel(), train_y.ravel())
plt.xlabel("Iteration")
plt.ylabel("Costs")
plt.show()