import numpy as np
import matplotlib.pyplot as plt
2.进行多项式拟合
np.polyfit(x,y,deg)
拟合出deg次数的多项式,幂次由低到高
np.polyval(p,x)
多项式求值,即求y的值,p的值为次数由高到低排列
4.画散点图
plt.scatter(x,y,c = 'b',marker = 'o',alpha = 0.5,linewidth = lines)
画散点图
x,y为数组,即散点值
c 为点的颜色,‘b’表示蓝色
marker 为标记样式 默认样式为’o’('x’等都可。。。)
alpha = 0.5 表示透明度
linewidths:也就是标记点的长度。
plt.plot(x,y,label = " ")
如果只有一个参数的话默认为y
6.
plt.xlim(-2,4)#设置x轴的取值范围
plt.ylim(1e5,8e5)#设置y轴的取值范围
plt.show()#显示图像
plt.legend()
给图加上图列
参数:
handles需要传入你所画线条的实例对象
labels是图例的名称(能够覆盖在plt.plot( )中label参数值)
loc代表了图例在整个坐标轴平面中的位置(一般选取’best’这个参数值)
例如
plt.legend(labels = ['男生','女生'],loc = 'best')
loc = (x,y)
loc = ‘xxx’
’xxx’参数如下
(2,2)的话传入的为
( x/(x_max-x_min) , y/(y_max-y_min) )(即进行归一化处理)