Python学习之路_matplotlib

1. Plotting a function

代码

from numpy import *
import matplotlib.pyplot as plt

x=linspace(0,2)
y = sin(x-2)*sin(x-2)*exp(-(x**2))
plt.plot(x,y,)
plt.title('My_plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

结果

这里写图片描述

2. Data

这里写图片描述

代码

from numpy import *
import matplotlib.pyplot as plt

X = random.random((20, 10))
b = random.randint(0, 10, size=(10, 1))
z = random.normal(size=(20, 1))
y = X.dot(b) + z
b1 = linalg.lstsq(X, y)[0]
plt.xlabel('X')
plt.ylabel('Y')
plt.scatter(range(10), list(b1.T), marker='o')
plt.scatter(range(10), list(b.T), marker='*')
plt.legend(['True coefficients', 'Estimated coefficients'])
plt.show()  

结果

这里写图片描述

3. Histogram and density estimation

这里写图片描述

代码

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sea

x = np.random.randn(10000)
sea.distplot(x, bins=25, kde=True, rug=False)
plt.show()

结果

这里写图片描述

好的,关于Python 3D绘图以及Kmeans机器学习之3D Matplotlib绘图,我可以提供一些基本的信息,希望对你有所帮助。 Python中的Matplotlib库是一个数据可视化工具,可以绘制出各种类型的图表,包括2D和3D图表。在进行3D绘图时,需要引入Matplotlib库中的mplot3d子库。 K-means算法是一种聚类算法,可以将一组数据分为多个类别,每个类别中的数据具有相似的特征。K-means算法的核心思想是通过计算数据之间的距离,将数据划分到最近的簇中,并不断调整簇的中心点,直到达到最优的聚类效果。 在Python中,可以使用sklearn库中的KMeans类来实现K-means算法。在实现3D绘图时,可以使用Matplotlib库中的mplot3d子库中的Axes3D类来创建3D坐标轴,并使用scatter3D函数绘制散点图。 具体的代码实现可以参考以下示例: ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn.cluster import KMeans # 生成随机数据 np.random.seed(5) data = np.random.normal(size=[100, 3]) # 使用K-means算法进行聚类 kmeans = KMeans(n_clusters=3).fit(data) labels = kmeans.labels_ # 绘制3D散点图 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') ax.scatter3D(data[:, 0], data[:, 1], data[:, 2], c=labels) plt.show() ``` 这段代码可以生成100个随机数据,然后使用K-means算法将其分为3类,并绘制成3D散点图。你可以根据自己的需要修改数据和参数,实现不同类型的3D图表和K-means聚类效果的可视化展示。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值