Python与神经网络1.2：一条直线分开两个点背后的数学

参考网站：https://www.python-course.eu/dividing_lines_between_classes.php
接着上章到了一条直线分开了两个点，从数学的角度分析一下，直线为函数为y=mx+b，令位于直线上方的点为（x1，y1），位于直线下方的点为（x2，y2），则有
Δy1 = y1 - (m * x1 + b) > 0
Δy2 = y2 - (m * x2 + b) < 0
假设直线过原点，则b=0，整理一下总结就是：
如果点在线的上方：y1 - m * x1 > 0
如果点在线上：y1 - m * x1 = 0
如果点在线的下方：y1 - m * x1 < 0

通过上面的介绍，我们就知道了一条线能把两个点分开的数学表达，上篇我们选取m=1，通过肉眼我们知道这条线能把两个点分开，但是能将两个点分开的直线有无数条，通过上面的数学关系我们可以将这些直线识别出来。

import numpy as np
import matplotlib.pyplot as plt
import math

def judgement(m, c):
    def delta_y(x, y):
        delta = y - (m * x + c)
        if delta == 0:
            pos = 0
        elif delta < 0:
            pos = -1
        else:
            pos = 1
        return (delta, pos)
    return delta_y

point1 = (6, 2)
point2 = (2, 6)
points = [point1, point2]

fig, ax = plt.subplots()
print(fig,ax)
ax.set_xlabel("X")
ax.set_ylabel("Y")
x_min,x_max = -1,8
y_min,y_max = -1,8
ax.set_xlim([x_min, x_max])
ax.set_ylim([y_min, y_max])
X = np.arange(x_min, x_max, 0.1)

step = math.pi/2/20
for x in np.arange(0, math.pi/2+step, step):
    m = np.tan(x)
    # slope = x
    judgement1 = judgement(m , 0)
    Y = m * X
    results = []
    for point in points:
        results.append(judgement1(*point))
    if (results[0][1] != results[1][1]):
        ax.plot(X, Y, "g-", linewidth=0.8, alpha=0.9)
    else:
        ax.plot(X, Y, "r-", linewidth=0.8, alpha=0.9)

size = 10
for (index, (x, y)) in enumerate(points):
    if index==0:
        ax.plot(x,y,"o",
                color = "red",
                markersize=size)
    else:
        ax.plot(x,y,"oy",
                color="black",
                markersize=size)

plt.show()