机器学习-plot 函数

最近学机器学的课，在这里记录一下。

plot函数的使用

# 导入包
import numpy as np
import pandas as pd
import sklearn
import matplotlib.pyplot as plt

# 默认情况下，只给一个值是给Y 值，
plt.plot([1, 2, 3, 4])

# 如果plot 的参数中有两个，则第一个参数是给X 值，第二个参数是给Y 值
# plt.plot([1, 2, 3, 4], [2, 14, 16, 28])
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

运行结果：

# 第三参数是设置描绘线的颜色和样式
plt.plot([1, 2, 3, 4], [2, 14, 16, 28], 'g:')
plt.show()

运行结果：
绿色的虚线

x = [1, 2, 3, 4]
y = [2, 4, 6, 9]
plt.plot(x, y)

运行结果：

t = np.arange(0, 10, 0.2)
# 可以在同一张图中展示多个线
plt.plot(t, t * 2, 'b-',
        t, t ** 2, 'g:')

运行结果：
在这里插入图片描述

t = np.arange(0, 10, 0.2)
# 可以在plot 参数中用上np 的数学方法
plt.plot(t, np.cos(t), 'r:')

def f1(x):
    return np.exp(-x) * np.cos(2 * np.pi * x)

def f2(x):
    return np.cos(2 * np.pi * x)

x = np.arange(0, 5, 0.1)
plt.plot(x, f1(x), 'r--',
        x, f2(x), 'g:')

plt.figure(figsize=(10, 6))
# subplot() 的第一个参数是总行数，第二个参数是总列数，第三个参数是第几个图
# 这里是总共有两行，一列的第一个图
plt.subplot(2, 1, 1)
plt.plot(x, f1(x), 'r--')
# 这里是总共有两行，一列的第二个图
plt.subplot(2, 1, 2)
plt.plot(x, f2(x), 'g:')

# 条形统计图
# 数据（降雨量/六个月）
values = (25, 30, 35, 40, 20, 15)
index = np.arange(6)
# 创建一个15 * 10 的画板，下面的图形展示在这个画板中
plt.figure(figsize=(15, 10))
plt.subplot(1, 1, 1)
# bar() 是条形图，第一个参数是X 的值，第二个参数是Y 的值，第三个参数是解释每个图像代表的含义，这个参数是为legend()函数做铺垫的
# 在值有单个值的情况下，每个柱状图的宽度会随着画板的改变而改变，但是一旦有多个值，这些柱状图就会糊到一起
p2 = plt.bar(index, values, label = 'rainfall', color = 'green')
plt.xlabel('Months')
plt.ylabel('rainfall(mm)')
plt.title('Months-fainfall')
# 设置图例，loc参数是展示的位置
plt.legend(loc='upper right')
# 设置横轴刻度标识
plt.xticks(index, ('Jan', 'Fub', 'Mar', 'Apr', 'May', 'Jun'))
plt.show()