目錄
一、什么是matplotlib庫
二、基本用法
1、繪制簡單的線圖
?plot()函數(shù)：
2、繪制散點圖
scatter()函數(shù)：
3、繪制條形圖?
bar()函數(shù)：
4、繪制餅圖
pie()函數(shù)：
三、重要用法
1、設(shè)置樣式
2、添加標(biāo)簽
3、設(shè)置坐標(biāo)軸范圍
4、繪制多個圖表
5、繪制3D圖表
四、注意點
五、在機(jī)器學(xué)習(xí)中的應(yīng)用
樣例：
1、繪制線條
2、繪制散點圖
3、繪制直方圖
一、什么是matplotlib庫
??matplotlib是一個用于繪制各種類型圖表的Python繪圖庫，它以各種硬拷貝格式和跨平臺的交互式環(huán)境生成出版質(zhì)量級別的圖形。它支持各種不同的圖表類型，包括線圖、散點圖、條形圖、餅圖等。
? ? ? ? Matplotlib模塊中最常用的是pyplot子模塊，其中包含我們需要的諸多功能函數(shù)，因此在開始使用前，我們依舊約定，將matplotlib庫的pyplot子庫寫法做如下簡化：
import matplotlib.pyplot as plt二、基本用法
1、繪制簡單的線圖
?plot()函數(shù)：
? ? ? ? 繪制曲線可用函數(shù)。繪制過程需在畫布上進(jìn)行，如果沒事先顯式創(chuàng)造畫布對象，則plot會在繪制前隱式地創(chuàng)建一個畫布
? ? ? ? 基本格式為：plt.plot(x, y, format_string, **kwargs)
其中：x、y為所對應(yīng)軸的數(shù)據(jù)，是列表或數(shù)組；format_string為控制曲線的格式字符串（可選）；參數(shù)四則表示第二組或更多組(x, y, format_string)數(shù)據(jù)
import matplotlib.pyplot as plt
# 創(chuàng)建數(shù)據(jù)
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
# 繪制圖表
plt.plot(x, y)
# 顯示圖表
plt.show()
輸出結(jié)果：
2、繪制散點圖
scatter()函數(shù)：
散點圖的繪制工具，基本格式為：plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None,vmin=None, vmax=None, alpha=None, linewidths=None,verts=None, edgecolors=None, hold=None, data=None,**kwargs)
其中：
x，y：輸入數(shù)據(jù)，形狀為 shape(n，)）的數(shù)組。
c：標(biāo)記的顏色，可選，默認(rèn)為'b'即藍(lán)色。
marker：標(biāo)記的樣式，默認(rèn)為'o'。
alpha：透明度，實數(shù),0～1。
linewidths：標(biāo)記點的寬度。
import matplotlib.pyplot as plt
# 創(chuàng)建數(shù)據(jù)
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
# 繪制圖表
plt.scatter(x, y)
# 顯示圖表
plt.show()
輸出結(jié)果：
3、繪制條形圖?
bar()函數(shù)：
繪制條形圖的工具，基本格式為：bar(x，height， width=0.8，bottom=None，hold=None，data=None，**kwargs)
其中：
x：x軸刻度，為數(shù)值序列或字符串序列
height：y軸，展示的數(shù)據(jù)→柱形圖高度
import matplotlib.pyplot as plt
# 創(chuàng)建數(shù)據(jù)
labels = ['A', 'B', 'C', 'D']
values = [1, 4, 9, 16]
# 繪制圖表
plt.bar(labels, values)
# 顯示圖表
plt.show()
輸出結(jié)果：
4、繪制餅圖
pie()函數(shù)：
餅圖繪制工具，基本格式為：plt.pie(values,?labels=labels,?colors=colors,?explode=explode,?autopct=autopct,?shadow=shadow)
其中：
values：表示餅圖的數(shù)值，可以是一個序列或者列表；
labels：表示餅圖各部分的標(biāo)簽，可以是一個序列或者列表；
colors：表示餅圖各部分的顏色，可以是一個序列或者列表；
explode：表示餅圖各部分與中心的距離，可以是一個序列或者列表；
autopct：表示餅圖各部分所占比例的顯示方式；
shadow：表示是否給餅圖添加陰影。
注意：values參數(shù)是必須要指定的，而其他參數(shù)都是可選的。同時，labels、colors、explode、autopct這些參數(shù)的長度必須與values的長度相同。
import matplotlib.pyplot as plt
# 創(chuàng)建數(shù)據(jù)
labels = ['A', 'B', 'C', 'D']
values = [1, 4, 9, 16]
# 繪制圖表
plt.pie(values, labels=labels)
# 顯示圖表
plt.show()
輸出結(jié)果：
三、重要用法
????????除了基本用法，matplotlib還有許多重要的用法，例如設(shè)置圖表的樣式、添加標(biāo)簽、設(shè)置坐標(biāo)軸范圍等
1、設(shè)置樣式
import matplotlib.pyplot as plt
# 創(chuàng)建數(shù)據(jù)
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
# 設(shè)置樣式
plt.style.use('ggplot')
# 繪制圖表
plt.plot(x, y)
# 顯示圖表
plt.show()
?效果如下：
2、添加標(biāo)簽
import matplotlib.pyplot as plt
# 創(chuàng)建數(shù)據(jù)
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
# 繪制圖表
plt.plot(x, y)
# 添加標(biāo)簽
plt.title('Square Numbers')
plt.xlabel('Value')
plt.ylabel('Square of Value')
# 顯示圖表
plt.show()
效果如下：
?
3、設(shè)置坐標(biāo)軸范圍
import matplotlib.pyplot as plt
# 創(chuàng)建數(shù)據(jù)
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
# 繪制圖表
plt.plot(x, y)
# 設(shè)置坐標(biāo)軸范圍
plt.xlim(0, 5)
plt.ylim(0, 20)
# 顯示圖表
plt.show()
?效果如下：
4、繪制多個圖表
import matplotlib.pyplot as plt
# 創(chuàng)建數(shù)據(jù)
x = [1, 2, 3, 4]
y1 = [1, 4, 9, 16]
y2 = [1, 2, 3, 4]
# 繪制圖表
plt.subplot(2, 1, 1)
plt.plot(x, y1)
plt.title('Subplots Example')
plt.ylabel('Square of Value')
plt.subplot(2, 1, 2)
plt.plot(x, y2)
plt.xlabel('Value')
plt.ylabel('Value')
# 顯示圖表
plt.show()
效果如下：
5、繪制3D圖表
import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
import numpy as np
# 創(chuàng)建數(shù)據(jù)
fig = plt.figure()
ax = plt.axes(projection='3d')
z = np.linspace(0, 1, 100)
x = z * np.sin(25 * z)
y = z * np.cos(25 * z)
# 繪制圖表
ax.plot3D(x, y, z, 'gray')
ax.set_title('3D Line Plot')
# 顯示圖表
plt.show()
效果如下：
四、注意點
在使用matplotlib庫時，有一些要注意的點：
- 使用
plt.show()命令顯示圖表。在交互模式下，圖表會自動顯示，但在腳本模式下，需要使用plt.show()命令顯示圖表。如果沒有顯示圖表，可以嘗試添加plt.show()命令。 - 使用
plt.plot()繪制線條時，可以設(shè)置顏色、線型、標(biāo)記等屬性。例如，plt.plot(x, y, 'ro-')表示繪制紅色圓圈標(biāo)記的線條。 - 使用
plt.xlabel()和plt.ylabel()設(shè)置坐標(biāo)軸標(biāo)簽，使用plt.title()設(shè)置圖表標(biāo)題。 - 使用
plt.xlim()和plt.ylim()設(shè)置坐標(biāo)軸范圍，使用plt.xticks()和plt.yticks()設(shè)置坐標(biāo)軸刻度。 - 使用
plt.legend()添加圖例，可以在圖表中顯示每個線條的標(biāo)簽。
五、在機(jī)器學(xué)習(xí)中的應(yīng)用
matplotlib庫在機(jī)器學(xué)習(xí)中的應(yīng)用非常廣泛，主要是用于數(shù)據(jù)可視化和結(jié)果分析，常見的應(yīng)用場景包括：
-
數(shù)據(jù)可視化：在機(jī)器學(xué)習(xí)中，我們通常需要對數(shù)據(jù)進(jìn)行可視化，以便更好地理解數(shù)據(jù)、發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和趨勢、選擇合適的特征和算法等。
matplotlib庫提供了豐富的繪圖函數(shù)和工具，可以繪制線條、散點圖、直方圖、箱線圖、熱力圖等，方便用戶進(jìn)行數(shù)據(jù)探索和分析。 -
模型性能評估：在機(jī)器學(xué)習(xí)中，我們需要對模型的性能進(jìn)行評估，例如計算準(zhǔn)確率、召回率、F1值等指標(biāo)。
matplotlib庫提供了繪制ROC曲線、學(xué)習(xí)曲線、驗證曲線等函數(shù)，可以直觀地展示模型的性能，幫助用戶進(jìn)行結(jié)果分析和模型選擇。 -
結(jié)果可視化：在機(jī)器學(xué)習(xí)中，我們需要將模型訓(xùn)練的結(jié)果進(jìn)行可視化，例如繪制分類決策邊界、預(yù)測結(jié)果等。
matplotlib庫提供了繪制等高線圖、3D圖、動態(tài)圖等函數(shù)，可以展示模型的決策邊界、分類效果等，方便用戶進(jìn)行結(jié)果可視化和模型調(diào)整。
總的來說，matplotlib庫是機(jī)器學(xué)習(xí)中不可或缺的數(shù)據(jù)可視化工具，可以幫助用戶更好地理解數(shù)據(jù)和模型，進(jìn)行結(jié)果分析和模型選擇。
樣例：
1、繪制線條
import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 繪制線條
plt.plot(x, y)
# 設(shè)置標(biāo)題和坐標(biāo)軸標(biāo)簽
plt.title('Sin Function')
plt.xlabel('X')
plt.ylabel('Y')
# 顯示圖表
plt.show()
?效果如下：
2、繪制散點圖
import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)
x = np.random.rand(100)
y = np.random.rand(100)
colors = np.random.rand(100)
# 繪制散點圖
plt.scatter(x, y, c=colors)
# 設(shè)置標(biāo)題和坐標(biāo)軸標(biāo)簽
plt.title('Random Data')
plt.xlabel('X')
plt.ylabel('Y')
# 顯示圖表
plt.show()
效果如下：
3、繪制直方圖
import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)
data = np.random.randn(1000)
# 繪制直方圖
plt.hist(data, bins=30)
# 設(shè)置標(biāo)題和坐標(biāo)軸標(biāo)簽
plt.title('Histogram')
plt.xlabel('Value')
plt.ylabel('Frequency')
# 顯示圖表
plt.show()
效果如下：
文章來源：http://www.zghlxwxcb.cn/news/detail-694971.html
?文章來源地址http://www.zghlxwxcb.cn/news/detail-694971.html
到了這里，關(guān)于【機(jī)器學(xué)習(xí)基礎(chǔ) 2】matplotlib庫的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
