深度学习之图卷积(四)

本文介绍了Python数据分析中的两个重要库——Numpy和Pandas。Numpy提供了高效处理N维数组的ndarray类型,支持并行化运算,是科学计算的基础。Pandas则是基于Numpy的数据分析工具,提供了丰富的数据处理函数和方法,是Python数据分析的强大工具。
摘要由CSDN通过智能技术生成

1.sklearn
Scikit-learn(sklearn)是机器学习中常用的第三方模块,对常用的机器学习方法进行了封装,包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。Sklearn具有以下特点:
简单高效的数据挖掘和数据分析工具
让每个人能够在复杂环境中重复使用
建立NumPy、Scipy、MatPlotLib之上

2.matplotlib
是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。
① 导库

import matplotlib as mplimport matplotlib.pyplot as plt

② 创建figure画布对象

如果绘制一个简单的小图形,我们可以不设置figure对象,使用默认创建的figure对象,当然我们也可以显示创建figure对象。如果一张figure画布上,需要绘制多个图形。那么就必须显示的创建figure对象,然后得到每个位置上的axes对象,进行对应位置上的图形绘制。

③ 根据figure对象进行布局设置

11122122…

④ 获取对应位置的axes坐标系对象

figure = plt.figure()axes1 = figure.add_subplot(2,1,1)axes2 = figure.add_subplot(2,1,1)

⑤ 调用axes对象,进行对应位置的图形绘制

这一步,是我们传入数据,进行绘图的一步。对于图形的一些细节设置,都可以在这一步进行。

⑥ 显示图形

plt.show()或figure.show()如果在pycharm中绘图的话ÿ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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