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