第一回:Matplotlib初相识
本文为组队学习任务01学习笔记。
Matplotlib简要总结
- Matplotlib的结构
一个完整的Matplotlib图像包括四个层级:
Figure
:容纳所有绘图元素Axes
:构造一幅子图,一个figure可以由一个或多个子图组成Axis
:处理所有和坐标轴,网格有关的元素Tick
:处理所有和刻度有关的元素
- 画图的两种方式
- (1)显式创建figure和axes
x = np.linspace(0, 2, 100)
fig, ax = plt.subplots()
ax.plot(x, x, label='linear')
ax.plot(x, x**2, label='quadratic')
ax.plot(x, x**3, label='cubic')
ax.set_xlabel('x label')
ax.set_ylabel('y label')
ax.set_title("Simple Plot")
ax.legend()
- (2)更简单的方法
x = np.linspace(0, 2, 100)
plt.plot(x, x, label='linear')
plt.plot(x, x**2, label='quadratic')
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
作业
你在工作或学习中通常何时会用到数据可视化,希望通过可视化达到什么目的?
- 打印深度学习训练效果的时候需要输出准确率和损失
- 进行数据清洗的时候需要输出数据各种统计量
- 让实验结果和各种统计量更加更加直观,有时候从数据比较难得到有用的信息,可视化之后有时能更容易得到数据潜在的信息