Matplotlib 画出训练与测试在一张图上

最新推荐文章于 2024-04-27 00:10:29 发布

思考实践

最新推荐文章于 2024-04-27 00:10:29 发布

阅读量3.1k

点赞数

分类专栏： Python 文章标签： python matplotlib

本文链接：https://blog.csdn.net/weixin_43332715/article/details/124443140

版权

Python 专栏收录该内容

74 篇文章 2 订阅

订阅专栏

本文介绍了如何使用Python和Matplotlib库，从单变量数据中构造训练和测试数据集，通过添加缺失值并填充有效数据，实现数据预处理的可视化展示。重点展示了train_predict与test_predict的划分过程及与原始数据data_ori的关系。

摘要由CSDN通过智能技术生成

代码：data_ori是整个单变量一维数据集合，先构造出形状，使得train与test要画的数据结构斗鱼data_ori一致，再往里面填nan值，最后再把有效数据填入。


import matplotlib.pyplot as plt
import pandas as pd

split_ratio = 100
test_num = 140 #取140个数据做测试
data_ori = selected_dataset[0:test_num]
train_data = data_ori.iloc[0:split_ratio]#除了最后一列不要,代码还可以更加完善可读性高
test_data = data_ori.iloc[split_ratio+20:test_num]#这个20是为了演示下方图蓝色部分
trainPredictPlot = numpy.empty_like(data_ori)
trainPredictPlot[:] = numpy.nan
trainPredictPlot[:split_ratio] = train_data

testPredictPlot = numpy.empty_like(data_ori)
testPredictPlot[:] = numpy.nan
testPredictPlot[split_ratio+20:test_num] = test_data
plt.plot(data_ori)#全部
plt.plot(trainPredictPlot)#训练预测
plt.plot(testPredictPlot)#测试预测
plt.show()

data_ori图