Python与机器学习之数据可视化

matplotlib超快速入门

在机器学习实际应用中，最关键的部分之一就是数据可视化，否则无论是调试还是总结，很容易懵逼。

python提供了一个非常牛逼的库—matplotlib

Environment:

python3.5.4

pycharm2017.2.3

matplotlib

公认的引用方法

from matplotlib import pyplot as plt

最常用的绘图

散点图

例如一系列点，x=[…],y=[…]

logx1=[[1,2],[2,3],[3,4]]
#注意理解[:,0]==第一列所有元素
plt.scatter(logx1[:,0],logx1[:,1],marker='+',color='c',s=30)
#marker表示点的标记形状，color颜色，s表示形状size
plt.show()

折线图

例如一系列点,x=[…],y=[…]

x=[...]
y=[...]
plt.plot(x,y)
plt.show()

引申至函数的图表示

例如函数f(x),区间[a,b]

#np表示numpy库，linspace用于生成[a,b]区间的256等分组
x=np.linspace(a,b,step=256)
#注意这里有点伪代码--对应x生成y的组
y=f(x)

plt.plot(x,y)
plt.show()

其他

新手常用的图还有柱状图等，以后要用到在查阅文档即可

如果要装饰图，比如说label等等，到用时百度即可，给自己减压，没必要都记

如果您看到这篇文章有收获或者有不同的意见，欢迎点赞或者评论。

python群:190341254

丁。