Python基础----Matplotlib_新增

最新推荐文章于 2022-05-31 19:28:44 发布
最新推荐文章于 2022-05-31 19:28:44 发布
阅读量619 收藏 2
点赞数
分类专栏： Python基础 文章标签： python matplotlib seaborn
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42432468/article/details/120492358
版权

文章目录

#忽略一些版本不兼容等警告
import warnings
warnings.filterwarnings("ignore")

Matplotlib

plot

简单示例

import numpy as np 
from matplotlib import pyplot as plt 
 
x = np.arange(1,11) 
y =  2  * x +  5 
plt.title("plt.plot(x,y,'ob')") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y,"ob") 
plt.show()

plt.title("plt.plot(x,y) ") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y) 
plt.show()

plt.title("plt.plot(x,y,'--') ") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y,"--") 
plt.show()

# 多条曲线一起画
plt.title("plt.plot(x,y,'ob',x,y,'red') ") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y,"ob",x,y,'red') 
plt.show()

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

=============    ===============================
character        description
=============    ===============================
``'-'``          solid line style 实线
``'--'``         dashed line style 虚线
``'-.'``         dash-dot line style 点画线
``':'``          dotted line style 点线
=============    ===============================

线型、点型、线宽、颜色

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

cnames1 = {
'blue':                 '#0000FF',
'blueviolet':           '#8A2BE2',
'brown':                '#A52A2A',
'burlywood':            '#DEB887',
'cadetblue':            '#5F9EA0',
'chartreuse':           '#7FFF00',
'chocolate':            '#D2691E',
'coral':                '#FF7F50',
'cornsilk':             '#FFF8DC',
'crimson':              '#DC143C',
'cyan':                 '#00FFFF',
'gold':                 '#FFD700',
'goldenrod':            '#DAA520',
'gray':                 '#808080',
'green':                '#008000',
'pink':                 '#FFC0CB',
'plum':                 '#DDA0DD',
'powderblue':           '#B0E0E6',
'purple':               '#800080',
'red':                  '#FF0000'}

clist1 = list(cnames1.values())
cnames2 = {}
for key,value in cnames1.items():
    cnames2[value] = key

Y = np.linspace(0,1,10)
X = np.ones(Y.size)
W = [0.25,0.50,0.75,1,2,3,4,5,6,7,8]
markers = ['.',',','o','v','^','<','>','1','2','3','4', 's','p','*','h','H','+','x','D','d','|','_', r'$\clubsuit$']
markers_slice = random.sample(markers, len(W))

fig = plt.figure(figsize=(18,6), dpi=72)
axes = plt.subplot(111)
 
for i,w,marker in zip(range(len(W)),W,markers_slice):
    color = random.choice(clist1)
    
#     展示不同的颜色和线宽
#     axes.plot( (1+i)*X, Y,color = color, linewidth = w,label = cnames2[color])
    
#     展示不同的样式
    axes.plot( (1+i)*X, Y,color = color, linewidth = w,marker = marker,markersize = 16, markeredgecolor = color, markerfacecolor = color,label = cnames2[color])
    
    plt.text(i+1.1,(i+1)/len(W),cnames2[color])

    
# legend设置图例的位置
# plt.legend(loc = 'upper left')                # 展示不同的颜色和线宽

lineNumbers = len(W)
# 设置图片边界
axes.set_xlim(0,lineNumbers+1)

# 设置轴记号
# axes.set_yticks([])
axes.set_xticks(np.arange(1,lineNumbers+1))
# 更改轴标记
# axes.set_xticklabels(['%.2f' % w for w in W])   # 展示不同的颜色和线宽
axes.set_xticklabels(markers_slice)

plt.show()

在这里插入图片描述

重新设置轴标记、移动坐标轴和标注旋转

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

# 创建一个 10 * 6 点（point）的图，并设置分辨率为 80
plt.figure(figsize=(10,6), dpi=80)

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)

# label增加图例
plt.plot(X, C, color="#ADFF2F", linewidth=2.5, linestyle="-", label="cosine")
# color="red"
plt.plot(X, S, color="red",  linewidth=2.5, linestyle="-", label="sine")

# legend设置图例的位置
# axes.legend(loc='upper left')
plt.legend(loc='best')
# 设置图片边界
xmin ,xmax = X.min(), X.max()
ymin, ymax = C.min(), C.max()
dx = (xmax - xmin) * 0.2
dy = (ymax - ymin) * 0.2
plt.xlim(xmin - dx, xmax + dx)
plt.ylim(ymin - dy, ymax + dy)

# 设置轴名称和标题
plt.xlabel('x')
plt.ylabel('sine and cosine',color='red')
plt.title('test')

# # 设置轴记号
# plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
# plt.yticks([-1, 0, +1])
# 设置轴记号标签
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
plt.yticks([-1, 0, +1],[r'$-1$', r'$0$', r'$+1$'])

# 旋转坐标轴标签
plt.xticks(rotation = 45)

# # 移动脊柱
# ax = plt.gca()
# ax.spines['right'].set_color('none')
# ax.spines['top'].set_color('none')
# ax.xaxis.set_ticks_position('bottom')
# ax.spines['bottom'].set_position(('data',0))
# ax.yaxis.set_ticks_position('left')
# ax.spines['left'].set_position(('data',0))

# for label in ax.get_xticklabels() + ax.get_yticklabels():
#     label.set_fontsize(16)
#     label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.65 ))


# 以分辨率 72 来保存图片
plt.savefig("exercice_1.png",dpi=80)

# 在屏幕上显示
plt.show()

在这里插入图片描述

双坐标轴和y轴数据按百分比显示

import numpy as np
import matplotlib.pyplot as plt
 
x = np.arange(1, 21, 0.1)
 
y1 = x * x
y2 = np.log(x)
 
plt.plot(x, y1)
plt.ylabel('y1 data',color = 'blue')

# 添加一条坐标轴，y轴的
plt.twinx()
plt.plot(x, y2,color = 'red')
plt.ylabel('y2 data',color = 'red')

# y轴数据以%显示
def to_percent(temp, position):
    return '%1.0f'%(temp) + '%'
from matplotlib.ticker import FuncFormatter
plt.gca().yaxis.set_major_formatter(FuncFormatter(to_percent))
 
plt.show()

在这里插入图片描述

图中图和中文显示

import numpy as np  
import matplotlib.pyplot as plt  

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']  # 上两句一起设置显示中文
plt.rcParams['axes.unicode_minus'] = False    # 显示负号


#新建figure
fig = plt.figure()
# 定义数据
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]
#新建区域ax1
#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
# 获得绘制的句柄
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r')
ax1.set_title('区域1')

#新增区域ax2,嵌套在ax1内
left, bottom, width, height = 0.2, 0.55, 0.25, 0.25
# 获得绘制的句柄
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(x,y, 'b')
ax2.set_title('area2')
plt.show()

在这里插入图片描述

颜色填充

x = np.linspace(0, 10, 200)
data_obj = {'x': x,
            'y1': 2 * x + 1,
            'y2': 3 * x + 1.2,
            'mean': 0.5 * x * np.cos(2*x) + 2.5 * x + 1.1}

fig, ax = plt.subplots()

#填充两条线之间的颜色
ax.fill_between('x', 'y1', 'y2', color='yellow', data=data_obj)

# Plot the "centerline" with `plot`
ax.plot('x', 'mean', color='black', data=data_obj)

plt.show()

在这里插入图片描述

hist柱状图

柱状图用来展示数据(连续型)的分布或趋势变化。比如某企业员工的年龄分布情况。

柱状图和条形图区别

  • 柱状图通常用来呈现变量的分布，而条形图通常用来比较鼻梁；
  • 柱状图将数据按照一定的区间分组，而条形图将数据分类；
  • 柱状图的柱之间一般是有空隙的，而条形图的条之间一般不能有空白；
  • 柱状图的横轴是量化数据，而条形图的横轴是类别；
  • 柱状图不同柱一般不能重新排序，而条形图不同条可以任意重新排序。

来自知乎作者：吴奇龙

import matplotlib.pyplot as plt
%matplotlib inline 
import numpy as np
np.random.seed(145)

fig, axes = plt.subplots(2, 2, figsize=(15, 9))
fig.subplots_adjust(wspace=0.5, hspace=0.3,left=0.125, right=0.9,top=0.9,    bottom=0.1)
ax0, ax1, ax2, ax3 = axes.flatten()
# fig.tight_layout() #自动调整布局，使标题之间不重叠
# fig.tight_layout()

n_bins = 15
x = np.random.randn(1000, 3)

colors = ['red', 'tan', 'lime']
ax0.hist(x, n_bins, density=True, histtype='bar', color=colors, label=colors)
ax0.legend(prop={'size': 10})
ax0.set_title('bars with legend')

ax1.hist(x, n_bins, density=True, histtype='barstacked')
ax1.set_title('stacked bar')

ax2.hist(x,  histtype='barstacked', rwidth=0.9)

ax3.hist(x[:, 0], rwidth=0.9)
ax3.set_title('different sample sizes')

plt.show()

在这里插入图片描述

bar条形图

条形图用来表达数据间(类别特征)的比较关系。比如某类产品里不同单品的销售情况。

import matplotlib.pyplot as plt
%matplotlib inline 
import numpy as np
np.random.seed(145)

plt.figure(figsize=(10,6), dpi=80)
n = 12
X = np.arange(n)
Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)
Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)

plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')

for x,y in zip(X,Y1):
    plt.text(x, y+0.05, '%.2f' % y, ha='center', va= 'bottom')
    
for x,y in zip(X,-Y2):
    plt.text(x, y-0.1, '%.2f' % y, ha='center', va= 'bottom')

plt.ylim(-1,+1)
plt.show()

在这里插入图片描述

scatter散点图

import matplotlib.pyplot as plt
%matplotlib inline 
import numpy as np
np.random.seed(145)

plt.figure(figsize=(10,6), dpi=80)

N = 200
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = (30 * np.random.rand(N))**2  

plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()

在这里插入图片描述

散点图带边缘直方图hist

边缘直方图具有沿X和Y轴变量的直方图。这用于可视化X和Y之间的关系以及单独的X和Y的单变量分布。该图如果经常用于探索性数据分析（EDA）。
下面示例参考来源

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

n = 200
displ = np.random.normal(0, 1, n) 
hwy = np.random.normal(0, 1, n)

colors = np.random.rand(n)

# Create Fig and gridspec
fig = plt.figure(figsize=(16, 10), dpi= 80)
grid = plt.GridSpec(4, 4, hspace=0.5, wspace=0.2)

# Define the axes
ax_main = fig.add_subplot(grid[:-1, :-1])
ax_right = fig.add_subplot(grid[:-1, -1], xticklabels=[], yticklabels=[])
ax_bottom = fig.add_subplot(grid[-1, 0:-1], xticklabels=[], yticklabels=[])

# Scatterplot on main ax
ax_main.scatter(displ, hwy, alpha=.9,  cmap="tab10", edgecolors='gray', linewidths=.5,c=colors)

# histogram on the right
ax_bottom.hist(displ, 40, histtype='stepfilled', orientation='vertical', color='deeppink')
ax_bottom.invert_yaxis()

# histogram in the bottom
ax_right.hist(hwy, 40, histtype='stepfilled', orientation='horizontal', color='deeppink')

# Decorations
ax_main.set(title='Scatterplot with Histograms displ vs hwy', xlabel='displ', ylabel='hwy')
ax_main.title.set_fontsize(20)
for item in ([ax_main.xaxis.label, ax_main.yaxis.label] + ax_main.get_xticklabels() + ax_main.get_yticklabels()):
    item.set_fontsize(14)

# xlabels = ax_main.get_xticks().tolist()
# ax_main.set_xticklabels(xlabels)
plt.show()

在这里插入图片描述

散点图带边缘箱形图boxplot

边缘箱图与边缘直方图具有相似的用途。然而，箱线图有助于精确定位X和Y的中位数，第25和第75百分位数。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

n = 200
displ = np.random.normal(0, 1, n) 
hwy = np.random.normal(0, 1, n)

colors = np.random.rand(n)

# Create Fig and gridspec
fig = plt.figure(figsize=(16, 10), dpi= 80)
grid = plt.GridSpec(4, 4, hspace=0.5, wspace=0.2)

# Define the axes
ax_main = fig.add_subplot(grid[:-1, :-1])
ax_right = fig.add_subplot(grid[:-1, -1], xticklabels=[], yticklabels=[])
ax_bottom = fig.add_subplot(grid[-1, 0:-1], xticklabels=[], yticklabels=[])

# Scatterplot on main ax
ax_main.scatter(displ, hwy, alpha=.9,  cmap="tab10", edgecolors='gray', linewidths=.5,c=colors)

# Add a graph in each part
sns.boxplot(data=hwy, ax=ax_right, orient="Vertical")
sns.boxplot(data=displ, ax=ax_bottom, orient="h")


# Decorations ------------------
# Remove x axis name for the boxplot
ax_bottom.set(xlabel='')
ax_right.set(ylabel='')

# Main Title, Xlabel and YLabel
ax_main.set(title='Scatterplot with Histograms displ vs hwy', xlabel='displ', ylabel='hwy')

# Set font size of different components
ax_main.title.set_fontsize(20)
for item in ([ax_main.xaxis.label, ax_main.yaxis.label] + ax_main.get_xticklabels() + ax_main.get_yticklabels()):
    item.set_fontsize(14)
plt.show()

在这里插入图片描述

散点图带辅助线axhline/axvline

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

n = 200
xx = np.random.normal(0, 1, n) 
yy = np.random.normal(0, 1, n)

colors = np.random.rand(n)

fig = plt.figure(figsize=(10, 8), dpi= 80)
grid = plt.GridSpec(4, 4, hspace=0.5, wspace=0.2)
plt.scatter(xx, yy, alpha=.9,  cmap="tab10", edgecolors='gray', linewidths=.5,c=colors)

# 添加辅助线
plt.axhline(y = yy.mean() , color='purple' , linestyle='--')
plt.axvline(x =xx.mean() , color='purple' , linestyle='--')

plt.show();

在这里插入图片描述

boxplot箱形图

  • 下限 = max(Q1-1.5IQR ，min)

  • 四分位距离IQR = Q3 - Q1

  • 下四分位数Q1

  • 中位数Q2

  • 上四分位数Q3

  • 上限 = min(Q3+1.5IQR，max)

  • 异常值：大于上限的值，或者小于下限的值

  • 极端异常值，即超出四分位数差3倍距离的异常值，用实心点表示；较为温和的异常值，即处于1.5倍-3倍四分位数差之间的异常值，用空心点表示。

箱形图的作用

  • 识别数据异常值

箱形图的绘制依靠实际数据，不需要事先假定数据服从特定的分布形式，没有对数据作任何限制性要求，它只是真实直观地表现数据形状的本来面貌；另一方面，箱形图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的耐抗性，多达25%的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不能对这个标准施加影响，箱形图识别异常值的结果比较客观。

  • 判断数据偏态和尾重：根据须线与箱体位置来判断

  • 比较几批数据的形状：同一数轴上，几批数据的箱形图并行排列，几批数据的中位数、尾长、异常值、分布区间等形状信息便昭然若揭。

sample_data = np.random.normal(0, 1, 200)
sample_data = list(sample_data)
sample_data.extend([1.5,3])
sns.boxplot(data= np.array(sample_data), orient="Vertical")
plt.show();

在这里插入图片描述

axes3d

from mpl_toolkits.mplot3d import axes3d
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
%matplotlib notebook

#忽略一些版本不兼容等警告
import warnings
warnings.filterwarnings("ignore")


df_temp = pd.read_csv(r'250649.csv')
print (df_temp.shape)
# print (df_temp['no'].nunique())
# display (df_temp.head())

# n = 500
# x = np.random.normal(0, 1, n) 
# y = np.random.normal(0, 1, n)
# z = np.random.normal(0, 1, n)

n = len(df_temp)
x = df_temp['age'].values
y = np.log(df_temp['total_net_asset'])
z = np.log(df_temp['sum_done_amt'])


x1 = df_temp[df_temp['no']==46000*****]['age'].values
y1 = np.log(df_temp[df_temp['no']==46000*****]['total_net_asset'])
z1 = np.log(df_temp[df_temp['no']==46000*****]['sum_done_amt'])
print (x1,y1,z1)

plt.figure('3D Scatter', facecolor='lightgray',figsize=(8,6))
ax3d = plt.gca(projection='3d')
d = (x - 0) ** 2 + (y - 0) ** 2 + (z - 0) ** 2
ax3d.set_xlabel('age', fontsize=12)
ax3d.set_ylabel('log_total_net_asset', fontsize=12)
ax3d.set_zlabel('log_sum_done_amt', fontsize=12)
ax3d.scatter(x, y, z, s=30, marker='o', alpha=0.6, c='green', cmap='jet')
ax3d.scatter(x1, y1, z1, s=80, marker='o', alpha=1, c='red', cmap='jet')

ax3d.elev = 20
ax3d.azim =-60
# ax3d.azim = -60
plt.tight_layout()
plt.show();

在这里插入图片描述

多变量样本的分布情况

scatter_matrix

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# import seaborn as sns

# 多变量样本的分布情况
N = 200
X = np.random.normal(0,1,(N,3))
df_temp = pd.DataFrame(X)
# display (df_temp)
pd.plotting.scatter_matrix(df_temp, alpha=0.7,c=np.random.randn(N),s=(10 * np.random.rand(N))**2, figsize=(8,8), diagonal='kde')
# diagonal：({‘hist’, ‘kde’})，必须且只能在{‘hist’, ‘kde’}中选择1个，’hist’表示直方图(Histogram plot),’kde’表示核密度估计(Kernel Density Estimation)；该参数是scatter_matrix函数的关键参数

# pd.plotting.scatter_matrix(df_temp, alpha=0.7,c=np.random.randn(N),s=(10 * np.random.rand(N))**2  , figsize=(12,12))
plt.show()

在这里插入图片描述

pairplot成对图

成对图是探索性分析中的最爱，以理解所有可能的数字变量对之间的关系。它是双变量分析的必备工具。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# Load Dataset
df = sns.load_dataset('iris')

# Plot
# plt.figure(figsize=(10,8), dpi= 80)
sns.pairplot(df, kind="scatter", hue="Species", plot_kws=dict(s=80, edgecolor="white", linewidth=2.5))
# hue: 用一个特征来显示图像上的颜色，类似于打标签
plt.show();

在这里插入图片描述

特征相关性

matshow

#  特征相关性显示
plt.figure(figsize=(8,8))
X = np.random.normal(0,1,(N,9))
cov = np.corrcoef(X.T)
img = plt.matshow(cov,cmap=plt.cm.winter,fignum=0)   # fignum=0才可以更改图形大小
plt.colorbar(img, ticks=[-1,0,1])
plt.show()

在这里插入图片描述

heatmap

N = 100
df = pd.DataFrame(np.random.normal(0,1,(N,9)),columns = list('ABCDEFGHI'))

# Plot
plt.figure(figsize=(10,8), dpi= 80)
sns.heatmap(df.corr(), xticklabels=df.corr().columns, yticklabels=df.corr().columns, cmap='RdYlGn', center=0, annot=True)
# annot: 默认为False，为True的话，会在格子上显示数字

# Decorations
plt.title('Correlogram of each features', fontsize=22)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()

在这里插入图片描述

Seaborn

正负样本在某个特征上的分布

def KdePlot(df,label,factor,flag=None,positive=10):
    import seaborn as sns
    import matplotlib.pyplot as plt
    
    # 设置核密度分布图
    plt.figure(figsize=(20,10))
    sns.set(style='white')
    if positive==1:
        df[factor] = np.abs(df[factor])
    else:
        pass
    if flag == 'log':
        x0 = np.log(df[df[label]==0][factor]+1)
        x1 = np.log(df[df[label]==1][factor]+1)
    else:
        x0 = df[df[label]==0][factor]
        x1 = df[df[label]==1][factor]
        
    sns.distplot(x0,
               color = 'blue',
               kde = True, # 绘制密度曲线
               hist = True, # 绘制直方图
               #rug = True, # rug图
               kde_kws = {'shade':True,'color':'green','facecolor':'green','label':'label_0'},
               rug_kws = {'color':'green','height':0.1,'alpha':0.1})
    plt.xlabel('%s'%factor,fontsize=40)
    plt.ylabel('label_0',fontsize = 30)
    plt.xticks(fontsize = 30)
    plt.yticks(fontsize = 30)
    plt.legend(loc='upper left',fontsize=30)
    
    plt.twinx()
    
    sns.distplot(x1,
               color = 'orange',
               kde = True, # 绘制密度曲线
               hist = True, # 绘制直方图
               #rug = True, # rug图
               kde_kws = {'shade':True,'color':'red','facecolor':'red','label':'label_1'},
               rug_kws = {'color':'red','height':0.1,'alpha':0.2})
#     plt.xlabel('%s'%factor,fontsize=40)
    plt.ylabel('label_1',fontsize = 30)
    plt.xticks(fontsize = 30)
    plt.yticks(fontsize = 30)
    plt.legend(loc='upper right',fontsize=30)
    plt.show()
    

import pandas as pd 
import numpy as np
df_test1 = pd.DataFrame(np.random.normal(0,1,(100,2)),columns=['col1','label'])
df_test1['label'] = 0 

df_test2 = pd.DataFrame(np.random.normal(3,1,(100,2)),columns=['col1','label'])
df_test2['label'] = 1

df_test = pd.concat([df_test1,df_test2])
print (df_test.shape)
display (df_test.head())

KdePlot(df_test,'label','col1')

(200, 2)
col1label
00.4542130
10.1837080
20.6313150
3-0.8580970
40.0020380

在这里插入图片描述

特征重要性

import seaborn as sns
import matplotlib.pyplot as plt

importance_df = pd.DataFrame(np.random.uniform(0,1,(10,2)),columns=['importance','features'])
importance_df['features'] = list('ABCDEFGHIJ')
importance_df = importance_df.sort_values('importance',ascending=False)

plt.figure(figsize=(10,6))
sns.barplot(importance_df['importance'][:10],importance_df['features'][:10])
plt.show()

在这里插入图片描述

机器学习评估指标

import numpy as np
import pandas as pd
import xgboost as xgb
from  sklearn import metrics 
import itertools
from sklearn.model_selection import train_test_split

data_temp = pd.DataFrame(np.random.uniform(0,1,(1000,4)),columns=list('ABCD'))
data_temp['label'] = np.random.randint(0,2,1000)
print (data_temp['label'].value_counts())
print (data_temp.shape)
display (data_temp.head())

0    517
1    483
Name: label, dtype: int64
(1000, 5)
ABCDlabel
00.4439260.7319700.1224080.1179410
10.0999110.0540380.4732300.6957940
20.6039180.0690610.5959990.8235041
30.6475490.8511670.2233190.5116460
40.4870280.1091470.2605130.2561781
train_df, val_df = train_test_split(data_temp,test_size=0.3)
print (train_df.shape)

train_x = train_df[list('ABCD')]
train_y = train_df['label']

val_x = val_df[list('ABCD')]
val_y = val_df['label']

print (train_x.shape)
display(train_x.head())

(700, 5)
(700, 4)
ABCD
7290.2194880.6566950.8475950.701147
9440.2590170.4960620.5329100.296195
4380.7977010.6560080.6878340.776919
1620.5990650.2027160.9100450.415183
4260.7790890.2414610.5381890.078710
train_x.describe().T
countmeanstdmin25%50%75%max
A700.00.4825690.2863820.0026710.2295690.4643190.7179620.993493
B700.00.5082470.2943420.0038890.2506050.4974360.7734530.998239
C700.00.5048520.2926500.0007540.2410700.5132980.7594390.997507
D700.00.4946310.2885160.0017110.2376630.4861860.7518900.999780
val_x.describe().T
countmeanstdmin25%50%75%max
A300.00.5011020.2830840.0002240.2657900.5013030.7397080.994845
B300.00.5070880.2915830.0005040.2468800.5173630.7608420.999664
C300.00.4975560.2875490.0051960.2679110.4922990.7508640.997553
D300.00.5120480.3044920.0027240.2416800.5016330.7811000.998337
# 模型参数设定
model = xgb.XGBClassifier(base_score=0.5, booster='gbtree', colsample_bylevel=1,
              colsample_bynode=1, colsample_bytree=1, gamma=0, gpu_id=-1,
              importance_type='gain', interaction_constraints='',
              learning_rate=0.1, max_delta_step=0, max_depth=4,
              min_child_weight=1, monotone_constraints='()',
              n_estimators=10, n_jobs=0, num_parallel_tree=1, random_state=0,
              reg_alpha=0, reg_lambda=1, scale_pos_weight=1, subsample=1,
              tree_method='exact', validate_parameters=1, verbosity=None)

model.fit(train_x, train_y,eval_set=[(train_x,train_y),(val_x,val_y)],eval_metric=['error'],early_stopping_rounds=5,verbose=True)

[0]	validation_0-error:0.39714	validation_1-error:0.51000
[1]	validation_0-error:0.35571	validation_1-error:0.50333
[2]	validation_0-error:0.32286	validation_1-error:0.49667
[3]	validation_0-error:0.32286	validation_1-error:0.49333
[4]	validation_0-error:0.32857	validation_1-error:0.50000
[5]	validation_0-error:0.31143	validation_1-error:0.49000
[6]	validation_0-error:0.30000	validation_1-error:0.50333
[7]	validation_0-error:0.30000	validation_1-error:0.51333
[8]	validation_0-error:0.28714	validation_1-error:0.51000
[9]	validation_0-error:0.28286	validation_1-error:0.50667





XGBClassifier(base_score=0.5, booster='gbtree', colsample_bylevel=1,
              colsample_bynode=1, colsample_bytree=1, gamma=0, gpu_id=-1,
              importance_type='gain', interaction_constraints='',
              learning_rate=0.1, max_delta_step=0, max_depth=4,
              min_child_weight=1, missing=nan, monotone_constraints='()',
              n_estimators=10, n_jobs=0, num_parallel_tree=1, random_state=0,
              reg_alpha=0, reg_lambda=1, scale_pos_weight=1, subsample=1,
              tree_method='exact', validate_parameters=1, verbosity=None)

随机构造的数据，所以在训练集上误差较小，在验证集上误差较大，即模型产生了过拟合

混淆矩阵、召回率和精确率

真实评估时以验证集为准

def plot_confusion_matrix(cm, classes, title='Confusion matrix', cmap=plt.cm.Blues):
    plt.imshow(cm, interpolation='nearest', cmap=cmap)
    plt.title(title)
    tick_marks = np.arange(len(classes))
    plt.xticks(tick_marks, classes)
    plt.yticks(tick_marks, classes)
    
    thresh = cm.max()/2
#     print (thresh)
#     print (cm)
    for i,j in itertools.product(range(cm.shape[0]), range(cm.shape[0])):
        plt.text(j,i,cm[i,j], horizontalalignment='center',color='red' if cm[i,j]>thresh else 'black')
        plt.tight_layout()
        plt.ylabel('True label')
        plt.xlabel('Predicted label')   
        
def matrixs_plot(X_test, y_test, clf, thresh=0.5, png_savename=0):
    plt.figure(figsize=(10,6))
    y_pre = clf.predict(X_test)
    y_score = clf.predict_proba(X_test)[:,1]
    
    y_prediction = y_score>=thresh  # 多少概率以上的设定为正
    cnf_matrix = metrics.confusion_matrix(y_test, y_prediction)
    np.set_printoptions(precision=2) #设置浮点进度
    vali_recall = '{0:.3f}'.format(cnf_matrix[1,1]/(cnf_matrix[1,0]+cnf_matrix[1,1]))
    vali_precision = '{0:.3f}'.format(cnf_matrix[1,1]/(cnf_matrix[0,1]+cnf_matrix[1,1]))
    class_names = [0,1]
    title = 'Recall=%s%% \n Precision=%s%%'%('{0:.1f}'.format(float(vali_recall)*100),'{0:.1f}'.format(float(vali_precision)*100))
    plot_confusion_matrix(cnf_matrix, classes=class_names, title=title)
    
    plt.xlabel('Predict label')
    plt.ylabel('True label')
    if png_savename!=0:
        plt.savefig('pic/%s_混淆矩阵.png'%png_savename,dpi=300)

y_val = val_y
y_pre = model.predict(val_x)
tn, fp, fn, tp = metrics.confusion_matrix(y_val, y_pre).ravel()
print ('Recall is :',round(tp/(tp+fn),3))
print ('Precision is :',round(tp/(tp+fp),3))
print('matrix    label0  label1')
print('predict0  {:<6d}  {:<6d}'.format(int(tn), int(fn)))
print('predict1  {:<6d}  {:<6d}'.format(int(fp), int(tp)))

Recall is : 0.49
Precision is : 0.493
matrix    label0  label1
predict0  82      74    
predict1  73      71    

matrixs_plot(val_x,val_y,model,thresh=0.5)

在这里插入图片描述

AUC

def auc_plot(X_test, y_test, clf, png_savename=0):
    from sklearn.metrics import auc,roc_curve, accuracy_score

    plt.figure(figsize=(10,6))
    y_pre = clf.predict(X_test)
    y_score = clf.predict_proba(X_test)[:,1]  # 输出预测的概率
    fpr, tpr, thresholds = roc_curve(y_test, y_score)
    thresholds = np.clip(thresholds,0,1)
    roc_auc = auc(fpr, tpr)  # 计算AUC
    # 画出AUC
    plt.plot(fpr, tpr, color='blue',label="AUC = {0:.4f}".format(roc_auc), ms=100)
    plt.xlabel('FPR', fontsize=15)
    plt.ylabel('TPR', fontsize=15)
    plt.legend(loc='center left')
    
    # 画出thresholds
    plt.twiny()
    plt.plot(thresholds,tpr,color='green',label='thresholds')
    plt.xlabel('thresholds', fontsize=15)
    
    # 画出对角线
    plt.plot([0, 1], [0, 1], 'r--')
    
    plt.title("ROC curve", fontsize=20)
    plt.legend(loc='center right')
    
    if png_savename != 0:
        plt.savefig("%s_AUC.png" % png_savename)  # 保存AUC图
    plt.show()
    print("Accuracy: {0:.2f}".format(accuracy_score(y_test, y_pre)))

真实评估时以验证集为准

auc_plot(val_x, val_y, model, png_savename=0)

在这里插入图片描述

Accuracy: 0.51

auc_plot(train_x, train_y, model, png_savename=0)

在这里插入图片描述

Accuracy: 0.69

KS

def metrics_ks(X_test, y_test, clf):
    """
    功能: 计算模型性能指标：ks， 找到最佳threshold值
    X_test:测试数据集x
    y_test: 测试数据集y
    clf:训练好的模型
    return:
        ks
        ks_threshold
    """
    from sklearn.metrics import auc,roc_curve
    import matplotlib.pyplot as plt
    
    plt.figure(figsize=(10,6))
    y_pre = clf.predict(X_test)
    y_score = clf.predict_proba(X_test)[:,1]  # 输出预测的概率
    fpr, tpr, thresholds = roc_curve(y_test, y_score, pos_label=1)
    thresholds = np.clip(thresholds,0,1)
    
    ks = abs(fpr - tpr).max()  
    tmp = abs(fpr - tpr)
    index_ks = np.where(tmp==ks)     # np.where: 返回符合条件的下标函数
#     print (np.argwhere(tmp == ks)[0,0])
#     print (index_ks[0][0])
    ks_threshold = thresholds[index_ks][0]
    
#     x_curve = range(len(thresholds))
#     plt.plot(x_curve,fpr,label='bad',linewidth=2,color='r')
    plt.plot(fpr,label='bad',linewidth=2,color='r')
    plt.plot(tpr,label='good',linewidth=2,color='green')
    plt.plot(tmp,label='diff',linewidth=2,color='orange')
    # 标记KS
    bad_point = fpr[index_ks][0]
    good_point = tpr[index_ks][0]
    x_point = [index_ks[0][0],index_ks[0][0]]
    y_point = [bad_point,good_point]
    plt.plot(x_point,y_point,label='ks - {:.2f}'.format(ks),color='purple',marker='o',markersize=5)
    plt.scatter(x_point,y_point,color='purple')
    plt.title("KS curve", fontsize=20)
    plt.xlabel('Number', fontsize=15)
    plt.ylabel('FPR&TPR', fontsize=15)
    plt.legend()
    plt.show()
    print("ks value: {0:.2f}".format(ks))  
    print("ks_threshold: {0:.2f}".format(ks_threshold))  
    return ks, ks_threshold

真实评估时以验证集为准

metrics_ks(val_x, val_y, model)

在这里插入图片描述

ks value: 0.09
ks_threshold: 0.49





(0.08921023359288105, 0.49046585)

metrics_ks(train_x, train_y, model)

在这里插入图片描述

ks value: 0.39
ks_threshold: 0.50





(0.385115488908491, 0.4992057)
Hayden112
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python使用matplotlib绘图
蛐蛐的博客
10-24 305
1.简介 Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 1.1 简单示例 import numpy as np from matplotlib import pyplot as plt x = np.arange(1,11) y = 2 * x + 5 plt.title("Matplotlib demo") plt.xlabel("x axis caption") plt.ylab..
matplotlib-2.2.0 .tar.gz
06-04
matplotlib是一个在Python中广泛使用的数据可视化库，它提供了丰富的2D和3D图形绘制能力。在本文中，我们将深入探讨matplotlib-2.2.0版本，这是一个重要的里程碑，因为它带来了许多性能优化和新特性。 首先，我们来...
初识大数据
qq_43483403的博客
08-25 106
R入门
matplotlib画子图添加标题、设置刻度等
Blankit1的博客
05-31 5858
matplotlib
python学习笔记
u012251728的博客
12-20 3125
基础知识： import pygame,sys #导入pygame和sys模块 pygame.init() #初始化init() screen = pygame.display.set_mode((500,400))#设置窗口大小
Matplotlib常用画图代码
热门推荐
BigDiaos的博客
05-21 1万+
matplotlib常用代码
python-3.7.4-amd64.zip
05-21
在编程实践中，我们还应关注Python的标准库和第三方库，如NumPy、Pandas和Matplotlib，它们极大地扩展了Python的功能，使其成为数据分析、科学计算和Web开发等领域的重要工具。同时，持续学习和理解Python的新版本...
python-3.5.2编程软件.rar
09-15
- 数据分析：结合Pandas、NumPy和Matplotlib，Python在数据分析领域大放异彩。 - 自动化脚本：Python的易读性和强大的标准库使其成为编写自动化脚本的理想选择。 - 机器学习和人工智能：TensorFlow、Keras和...
python-3.8.10-amd64.zip
06-09
使用Python时，通过`pip`可以安装和管理各种第三方库，如NumPy（用于数值计算）、Pandas（用于数据处理）、matplotlib（用于数据可视化）等，极大地扩展了Python的功能。此外，Python还拥有庞大的社区支持，开发者...
python-3.9.0-64.zip
最新发布
01-12
此外，Python 3.9.0还提供了丰富的标准库和第三方库，涵盖网络通信、数据处理、科学计算等多个领域，如Numpy、Pandas、Matplotlib等。 为了开始编程，打开命令行工具，输入 `python` 启动交互式解释器，或者创建一...
Image Caption 看图说话python代码
05-23
本代码为image caption基于python的代码，经测试，可以正常使用。
Python数据分析实战【第三章】3.5-Matplotlib子图【python】
Caption C
04-25 278
【课程3.5】 子图 在matplotlib中，整个图像为一个Figure对象 在Figure对象中可以包含一个或者多个Axes对象 每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域 plt.figure, plt.subplot 1.plt.figure() 绘图对象 # plt.figure(num=None, figsize=None, dpi=None, facecolor=No...
matplotlib绘图（菜鸟开始入门） 个人学习记录
何必说
09-17 1257
郑重说明：本菜鸟参考简书writ大神：https://www.jianshu.com/p/6027db4a0d2f和菜鸟编程中文文档所写！ 一，学习matplotlib绘图 import numpy as np from matplotlib import pyplot as plt x = np.arange(1, 11) print(x) y = 2 * x + 5 print(...
matplotlib.pyplot.plot()用法
君王羔羊
09-30 842
画一条线plot(x,y3,color='#900302',marker='+',linestyle='-') 画多条线 plt.plot(x,y,"bo-",x,z,"g1--",x,m,"kv:") "g1–" 颜色（color），点型（marker），线型（linestyle）， ‘[color][marker][line]’ import numpy as np from matplotlib import pyplot as plt x = np.arange(1,11,2) prin.
Python数据分析实战【第三章】3.3-Matplotlib 图表的样式参数【python】
Caption C
04-25 267
【课程3.3】 图表的样式参数 linestyle、style、color、marker 1.linestyle参数 plt.plot([i**2 for i in range(100)], linestyle = '-.') # '-' solid line style # '--' dashed line style # '-.' dash-d...
warnings.filterwarnings(“ignore“)
weixin_45889100的博客
11-23 1万+
转自：https://blog.csdn.net/tefuirnever/article/details/94122670 在python中运行代码经常会遇到的情况是——代码可以正常运行，但是会提示警告。 那么如何来控制警告输出呢？其实很简单，python通过调用warnings模块中定义的warn()函数来发出警告。我们可以通过警告过滤器进行控制是否发出警告消息， 代码： import warnings warnings.filterwarnings('ignore') 这样就可以忽略警告消息了。下面来
python_matplotlib
AndrewYZWang的博客
01-02 1342
import matplotlib.pyplot as plt plt.subplot(211) plt.plot([1,2,3], label="test1") plt.plot([3,2,1], label="test2") # Place a legend above this legend, expanding #itself to fully use the given bounding
python画图matplotlib_Python：使用matplotlib画图
weixin_39795419的博客
12-05 718
Matplotlib的图层：1、Canvas层 画布层 位于最底层，用户一般接触不到。 matplotlib.pyplot就是一个canvas层2、Figure层 图像层 建立在Canvas之上。 plt.figure()就是一个figure层3、Axes层 坐标层 建立在Figure之上。fig.add_axes(ax)就加一个Axes层ax在figure上，这时就可以画出一个空白的坐标了。4、...
Python Matplotlib新增折线图数据
05-17
要向Matplotlib中的折线图添加数据，可以使用plot()函数。以下是一个示例代码，演示如何添加新的折线图数据： ```python import matplotlib.pyplot as plt # 创建x和y的数据 x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] # 绘制初始折线图 plt.plot(x, y) # 添加新的折线图数据 x_new = [6, 7, 8, 9, 10] y_new = [12, 14, 16, 18, 20] plt.plot(x_new, y_new) # 显示图形 plt.show() ``` 在这个例子中，我们首先创建了x和y的初始数据，并将它们传递给plot()函数来绘制折线图。然后，我们创建了新的x_new和y_new数据，并使用相同的plot()函数将它们添加到同一个图形中。 最后，我们使用show()函数显示图形。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值