1.matplotlib.pyplot.contour参数详解
matplotlib.pyplot.contour([X, Y,] Z, [levels], **kwargs)
Parameters
关键参数如下,剩余参数可在官网中找
X, Y : array-like, optional
Z中值的坐标。
X和Y必须都是二维的,形状与Z相同(例如,通过numpy.meshgrid创建),或者它们必须都是一维的,这样len(X) = M是Z中的列数,len(Y) = N是Z中的行数。
如果没有给出,则假设它们是整数索引,即X = range(M), Y = range(N)。
Z : array-like(N, M)
绘制轮廓的高度值
levels : int or array-like, optional
确定轮廓线/区域的数量和位置
colors : color string or sequence of colors, optional
适用于轮廓线与轮廓区域
linestyles : {None, ‘solid’, ‘dashed’, ‘dashdot’, ‘dotted’}, optional
仅适用于轮廓线
线条样式可以是指定要使用的一组线条样式的字符串的可迭代对象。如果这个可迭代对象小于轮廓层数,它将在必要时重复。
linewidths : float or array-like, default: rcParams[“contour.linewidth”] (default: None)
仅适用于轮廓线
等高线的线宽。
如果是一个数字,所有的轮廓线都将用这个线宽绘制。
如果是序列,则按升序绘制级别,并按指定的顺序绘制线宽。
如果没有,则返回到 rcParams[“lines.linewidth”]
2.实例
import warnings
import numpy as np
import pandas as pd
import matplotlib as mpl
from matplotlib import colors
import matplotlib.pyplot as plt
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
# 加载数据
def loaddata():
data = pd.read_csv('data/svm3.txt', header=0, delimiter='\t')
X = data.iloc[:, :2]
y = data.iloc[:, 2]
return X, y
if __name__ == '__main__':
# 消除警告
warnings.filterwarnings(action='ignore')
# 设置样本显示格式
np.set_printoptions(suppress=True)
x, y =