scatter函数_图表组成元素函数用法

公众号关注 “ ML_NLP ” 设为 “ 星标 ”，重磅干货，第一时间送达！

机器学习算法与自然语言处理出品

@公众号原创专栏作者 冯夏冲

学校 | 哈工大SCIR实验室在读博士生

• 作图：plot

• 散点图：scatter

• 数值范围：xlim, ylim

• 标签：xlabel, ylabel

• 网格线：grid

• 参考线：axhline, axvspan

• 标题：title

• 指向型注释：annotate

• 无指向型注释：text

• 图例：legend

import matplotlib.pyplot as pltimport numpy as np%matplotlib inline%config InlineBackend.figure_format = 'svg'

"""plot"""x = np.linspace(0.05, 10, 1000) # 均匀取数y = np.cos(x)plt.plot(x, y, ls="-", lw=2, label="plot figure") # ls线条风格，lw线条宽度plt.legend()  # 添加图例plt.show()

"""scatter(散点图)"""x = np.linspace(0.05, 10, 1000)y = np.random.randn(1000)plt.scatter(x, y, label="scatter figure")# 数值显示范围plt.xlim(0.05, 10)plt.ylim(0, 1)# 设置标签plt.xlabel("x-axis")plt.ylabel("y-axis")# 网格线plt.grid(linestyle=":", color="r") # 线条风格，线条颜色# 参考线plt.axhline(y=0.5, c="r" ,ls="--", lw=2)plt.axvline(x=4.0, c="r" ,ls="--", lw=2)# 参考区域plt.axhspan(ymin=0.2 ,ymax=0.4 ,facecolor="y",alpha=0.3) # alpha 透明度plt.axvspan(xmin=6, xmax=8, facecolor="y", alpha=0.3)# 添加图例plt.legend()plt.show()

x = np.linspace(0.05, 10, 1000) # 均匀取数y = np.sin(x)plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure")"""添加图片标题"""plt.title("y=sin(x)")"""指向型注释文本"""plt.annotate("maximum",              xy=(np.pi/2,1.0), # 点位置             xytext=((np.pi/2)+1.0,0.8), # 注释文本位置weight="bold",color="b",arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="b")) # 箭头属性"""无指向型注释文本"""plt.text(3.1, 0.09, "y=sin(x)", weight="bold", color="b")"""文本标签图例"""plt.legend(loc="lower left")plt.show()

仓库地址共享：

在机器学习算法与自然语言处理公众号后台回复“代码”，

即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下：https://github.com/yizhen20133868/NLP-Conferences-Code

重磅！忆臻自然语言处理-Pytorch交流群已正式成立！

群内有大量资源，欢迎大家进群学习！

注意：请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]

例如 —— 哈工大+张三+对话系统。

号主，微商请自觉绕道。谢谢！

推荐阅读：

常用 Normalization 方法的总结与思考：BN、LN、IN、GN

人人都能看懂的LSTM

Python “偏函数” 用法全方位解析