锵锵,可莉登场。
别问我去干嘛了,问就是,在提瓦特大陆祈愿和锄大地。
最近Z师兄好像要搞什么机器学习,和Y师弟在群里一堆堆瞎聊,我都插不上话。
Z:最近看那个神经网络可以用来干干这个。
Y:神经网络里的这个你打算怎么办?
我:整天不学点深入,老学人家投机取巧?有啥用?科学发展到现在,做科研还倒退了,机器学习不就是古希腊地心说的本轮均轮,全都这样,哪来的日心说?
Y:你不懂,这个机制也可以让机器学习。
我:。。。神经网络加遗传算法,那还要人干嘛。
机器学习可能能模拟人脑的思考,但还是这帮人太想发文章了,想追热点。浮躁做理论的都知道,一个领域或者概念刚出的时候,门槛最低,进入更容易发好文章,之后沉淀下来继续做的就没几个了(都是难啃的骨头)。那又怎么办,想要教职想要文章,科研这个行业本来就是赌小概率,属于风险高回报大的地方,淘汰率高。劝大家心态放平,最近研究生轻生的太多了,看得我触目惊心。即使做不了科研,也能有个光明的未来。这不,Y师弟转行成功,去了顶级私募。
最近,实在没时间,就拿个我刚学会的作图思想。毕竟,原神太肝了。
python语言,好处是库多,好用。坏处是,编程没有自己一套理念,提倡一个问题有多种方法,导致bug很多,代码很乱。最近看书,看书上的代码都是乱七八糟。特别是作图,好像写的是都能用,但就是觉得代码给的思路很乱。
这里给的思路类似matlab的句柄或者面向对象中的对象。
总体思路如下:定好画布大小,返回画布对象(总的图,包括各个小图),之后的操作都是基于该对象。
构图,定好每个坐标轴的位置(子图,实际的数据图),各自的图基于定好的坐标轴。
基于单个坐标轴画数据图。
add_subplot 参数前两个表示总图包含几行几列的子图,方便我们快速的构图。第三个参数,表示第几个。(注意是当前几乘几的第几个)
随后你可以在你想要作图的那个坐标轴里作图
add_subplot一个重要特性是,它可以覆盖之前的构图方案。
比如我经常碰到的这种图。(注意最后的函数参数是212,并不是213)
再多给几个例子
另一种常用构图
更复杂的构图
当你引用其他的库的函数,一般参数里有个ax。
构图结束后,就是去抠每一个子图的细节了
最近很忙,随缘更新。