机器学习Matplotlib的简单使用

🌞欢迎来到机器学习的世界 
🌈博客主页：卿云阁

💌欢迎关注🎉点赞👍收藏⭐️留言📝

🌟本文由卿云阁原创！

🌠本阶段属于练气阶段，希望各位仙友顺利完成突破

📆首发时间：🌹2021年3月27日🌹

✉️希望可以和大家一起完成进阶之路！

🙏作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！

---

目录

🍈 一、Matplotlib简单介绍

🍉二. 简单的Matplotlib画图

🍊三，图形添加辅助功能

🍋四、 Matplotlib的使用

🍈 一、Matplotlib简单介绍

可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。

• 是专门用于开发2D图表(包括3D图表)

• 以渐进、交互式方式实现数据可视化
• 能将数据进行可视化,更直观的呈现
• 使数据更加客观、更具说服力

 🍉二. 简单的Matplotlib画图

matplotlib.pyplot模块

import matplotlib.pyplot as plt

图形绘制流程：

1.创建画布 -- plt.figure()

plt.figure(figsize=(), dpi=)
    figsize:指定图的长宽
    dpi:图像的清晰度
    返回fig对象

2.绘制图像 -- plt.plot(x, y)

以折线图为例

3.显示图像 -- plt.show()

折线图绘制与显示

举例：展现上海一周的天气,比如从星期一到星期日的天气温度如下

import matplotlib.pyplot as plt

# 1.创建画布
plt.figure(figsize=(10, 10), dpi=100)

# 2.绘制折线图
plt.plot([1, 2, 3, 4, 5, 6 ,7], [17,17,18,15,11,11,13])

# 3.显示图像
plt.show()

认识Matplotlib图像结构(了解)

 

---

🍊三，图形添加辅助功能

为了更好地理解所有基础绘图功能，我们通过天气温度变化的绘图来融合所有的基础API使用

需求：画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度~18度

1.1 准备数据并画出初始折线图

import matplotlib.pyplot as plt
import random

# 画出温度变化图

# 0.准备x, y坐标的数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]  #random.uniform(x, y) 方法将随机生成一个实数，它在 [x,y] 范围内。

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 2.绘制折线图
plt.plot(x, y_shanghai)

# 3.显示图像
plt.show()

1.2 添加自定义x,y刻度

• plt.xticks(x, **kwargs)

  x:要显示的刻度值

• plt.yticks(y, **kwargs)

  y:要显示的刻度值

# 增加以下两行代码

# 构造x轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
# 构造y轴刻度
y_ticks = range(40)

# 修改x,y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

1.3 中文显示问题解决

## 解决中文字符显示不全
# 设置中文编码和负号的正常显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

1.4 添加网格显示

为了更加清楚地观察图形对应的值

plt.grid(True, linestyle='--', alpha=0.5)

1.5 添加描述信息

添加x轴、y轴描述信息及标题

通过fontsize参数可以修改图像中字体的大小

plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点0分到12点之间的温度变化图示", fontsize=20)

1.6 图像保存

# 保存图片到指定路径
plt.savefig("d:\\test.png")

• 注意：plt.show()会释放figure资源，如果在显示图像之后保存图片将只能保存空图片。

import matplotlib.pyplot as plt
import random
from pylab import mpl

# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False

# 0.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制图像
plt.plot(x, y_shanghai)

# 2.1 添加x,y轴刻度
# 构造x,y轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)

# 刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

# 2.2 添加网格显示
plt.grid(True, linestyle="--", alpha=0.5)

# 2.3 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点--12点某城市温度变化图", fontsize=20)

# 2.4 图像保存
plt.savefig("d:\\test.png")

# 3.图像显示
plt.show()

🍋四、 Matplotlib的使用

 1.绘制折线图

import matplotlib.pyplot as plt
plt.plot([1,2,5,6,8])
plt.ylabel('some number')
plt.show()

2.绘制函数曲线

import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(-5, 5, 101)
y1 = np.sin(x1)
plt.plot(x1, y1)
plt.show()

x1 中保存的是为显示 sin 曲线而生成的从 -5 到 5 的 101 个数据。

y1 中保存的是使用 NumPy 的 sin 函数生成的数据。

2.绘制散点图

x2 = np.arange(100)
y2 = x2 * np.random.rand(100)
plt.scatter(x2, y2)

x2 中保存的是元素为“从 0 到 99 的整数”的数组。

y2 中保存的是元素为“在从 0 到 1 的范围内随机选出的 100 个数据”的数组与刚才的变量 x2

相乘的结果。

4.绘制直方图

x2 = np.arange(100)
y2 = x2 * np.random.rand(100)
plt.hist(y2, bins=5)

 5.绘制柱状图

x2 = np.arange(100)
y2 = x2 * np.random.rand(100)
plt.bar(x2, y2)

  6.绘制箱形图

---

🥦 五、Matplotlib的使用

下面对红酒数据集进行可视化

加载数据保存在data中

将要显示的索引为 0 的 alcohol （酒精度）和索引为 9 的 color_intensity （色泽）数据分别赋值 给 x3 和 y3 。

画出散点图

import matplotlib.pyplot as plt
from sklearn.datasets import load_wine
data = load_wine()
x3 = data.data[:, [0]]
y3 = data.data[:, [9]]
plt.scatter(x3, y3)

下面输出y3的直方图

plt.hist(y3,bins=5)

---

🍆六、Matplotlib教程

https://www.runoob.com/w3cnote/matplotlib-tutorial.htmlhttps://www.runoob.com/w3cnote/matplotlib-tutorial.html