数据可视化组队学习：《Task01 - Matplotlib初相识》笔记

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

1. 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

2. 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？

1. 打印深度学习训练效果的时候需要输出准确率和损失
2. 进行数据清洗的时候需要输出数据各种统计量
3. 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