对于 plt.pcolormesh函数的应用

我的理解是，用于在二维坐标系上的x，y轴的分区上色比如下面这幅图

    xx1, xx2 = np.meshgrid(np.arange(min_x1, max_x1, step), np.arange(min_x2, max_x2, step))
    xMat = np.c_[xx1.ravel(), xx2.ravel()]
    xMat = np.column_stack((np.ones(((xMat.shape[0]), 1)), xMat))
    xMat = np.mat(xMat)

        xx1是对x1进行step为0.02步长在[min_x1,max_x1]中取值，xx2同样。

        xMat是主要是为了对于我的输入参数Train_xy(94,3)，将xx1与xx2ravel（）之后按列拼接，之后添加一列1。反正要和你的输入数据格式对应。

        之后，将xMat与输入权重进行相乘，作为输入送入softmax分类器中，进行预测。

    y = softmax(xMat * w)
    predicted = y.argmax(axis=1)
    predicted = predicted.reshape(xx1.shape).getA()
    plt.pcolormesh(xx1, xx2, predicted, cmap='Accent')

        而y就是预测出的类别numpy数组，prediceted是将每个种类提取出来，作为进行分类的依据进行上色。

        总的说就是将坐标轴上每一个点都进行上色。