Matplot

 多个具有相似刻度的数据集,可以通过单一的y轴绘制图像
 但是如果数据集刻度相差很大,同一y轴的图像会丢失一些可视化信息
 解决这个问题有三个方法
 1.使用两个y轴
 2.使用两个子图
 3.数据归一化

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline

y = np.random.standard_normal((30,2))
# 对第一列数据放大30倍
y[:, 0] = y[:, 0] * 30
plt.figure(figsize=(9,5))
plt.plot(y[:,0], lw =1.5, label='1')
plt.plot(y[:,1], lw =1.5, label='2')
plt.plot(y, 'rh')
plt.grid(True)
plt.legend(loc=0)

# 使用两个Y轴
fig, ax1 = plt.subplots(figsize=(9,5))
plt.plot(y[:,0], 'b',lw =1.5, label='1')
plt.plot(y[:,0],'ro')
plt.grid(True)
plt.legend(loc=2)
plt.axis('tight')
plt.ylabel('y 1')
plt.title('simple plot')
# 共享x轴的第二个子图
ax2 = ax1.twinx()
plt.plot(y[:,1], 'g',lw =1.5, label='2')
plt.plot(y[:,1], 'ro')
plt.grid(True)
plt.legend(loc=0)
plt.ylabel('y 2')

<matplotlib.text.Text at 0x7fc58b458490>

# 两个子图,子图的位置有三个一个参数来指定
# plt.subplot(211) 表示上下连个子图的,上面那个子图的
# 三个数字分别表示,共有几行图表,11表示1列,1子图编号
plt.figure(figsize=(7,5))
plt.subplot(211)
plt.plot(y[:,0], label='y 1')
plt.plot(y[:,0], 'ro')
plt.grid(True)
plt.legend(loc=0)
plt.ylabel('y 1')
plt.title('simplt plot')
plt.subplot(212)
plt.plot(y[:,1], label='y 2')
plt.plot(y[:,1], 'ro')
plt.grid(True)
plt.legend(loc=0)
plt.xlabel('index')
plt.ylabel('y 2')

<matplotlib.text.Text at 0x7fc58b243b90>

# 归一化数据,归一化方式不固定
# 计算出y每列数据的均值,每列数据最大,最小值
y_mean = y.mean(axis=0)
y_max = y.max(axis=0)
y_min = y.min(axis=0)
norm_y = (y - y_mean)/(y_max - y_min)
#-------------------------------------
plt.figure(figsize=(9,5))
plt.plot(norm_y[:,0],'b', lw=1.5, label='Y 1')
plt.plot(norm_y,'ro')
plt.plot(norm_y[:,1],'g', lw=1.5, label='Y 2')
plt.grid(True)
plt.legend(loc=0)

<matplotlib.legend.Legend at 0x7fc58b0ac950>

# z- score规范化
norm2_y = (y - y_mean)/y.std(axis=0)
plt.figure(figsize=(9,5))
plt.plot(norm2_y[:,0],'b', lw=1.5, label='Y 1')
plt.plot(norm2_y,'ro')
plt.plot(norm2_y[:,1],'g', lw=1.5, label='Y 2')
plt.grid(True)
plt.legend(loc=0)

<matplotlib.legend.Legend at 0x7fc58b022e10>