《Python机器学习基础教程》1.7.3笔记

解决matplotlib警告问题:“Support for FigureCanvases without a required_interactive_framework“ 在用matplotlib进行绘图时出现如下警告:MatplotlibDeprecationWarning: Support for FigureCanvases without a required_interactive_framework attribute was deprecated in Matplotlib 3.6 and will be removed two minor releases later.这里我是想对digits数据集进行PCA降维,并想绘图查看降维效果,结果出现了开头的警告,但 阅读详情


成果展示:
在这里插入图片描述

第一个报错:AttributeError: module ‘pandas’ has no attribute ‘scatter_matrix’

报错内容:

AttributeError: module 'pandas' has no attribute 'scatter_matrix'

在这里插入图片描述
原因:pandas版本更改
需要在前面增加plotting.即

grr = pd.plotting.scatter_matrix(iris_dataframe, c=y_train, figsize=(15, 15),
                       marker='o', hist_kwds={'bins': 20}, s=60,
                       alpha=.8, cmap=mglearn.cm3)

这个报错在源码中已经修改过来了
在这里插入图片描述

第二个报错:MatplotlibDeprecationWarning: The colNum attribute was deprecated in Matplotlib 3.2 and will be removed two minor relea

报错内容:

MatplotlibDeprecationWarning:  The colNum attribute was deprecated in Matplotlib 3.2 and will be removed two minor relea.....

原因:matlplotlib版本更改
方法:卸载最新版本,换成之前的版本,我换成了2.2.5
在这里插入图片描述

第三个问题:没有图形显示

在pycharm中换成旧版本仍然无法输出,但是也没有报错。
在这里插入图片描述

原因:如同matplotlib绘图一样需要进行展示,即plt.show()

方法:增加show()的命令

import matplotlib.pyplot as plt
grr = pd.plotting.scatter_matrix(iris_dataframe, c=y_train, figsize=(15, 15),
                       marker='o', hist_kwds={'bins': 20}, s=60,
                       alpha=.8, cmap=mglearn.cm3)
plt.show()

展示成果
在这里插入图片描述

Pycharm中画图警告:MatplotlibDeprecationWarning 解决Pycharm中出现的警告:MatplotlibDeprecationWarning 阅读详情

相关推荐

《Python机器学习基础教程》学习笔记(1) 鸢尾花分类

引言 鸢尾花分类是《Python机器学习基础教程》中的第一个应用,是一个监督学习问题,概述了使用scikit-learn库进行监督学习的基本流程: 获取数据→数据集拆分→观察数据→构建模型→评估模型→预测 博主使用的编程环境: Sublime Text 3 + Jupyter Notebook + Anaconda 3 默认导入库: import numpy as np im...

坤斤拷的博客 2917

AttributeError: ‘function‘ object has no attribute ‘name‘报错原因及解决方法

这两天在学习python的时候,会搞一些测试代码,有时候控制台就会有“AttributeError: 'function' object has no attribute 'name'”的报错,编译器也没报错

unity__fan的博客 9302

初学者入门机器学习 (ML)的推荐教程

了解基本的机器学习概念并不难。有大量免费的在线博客文章、视频和编码教程可以引导您了解基础知识——从介绍性内容到常见应用程序,再到算法和应用技能。这篇文章总结了一些用于介绍 ML 的最佳免费选项。它按逻辑顺序排列,每个概念都建立在上一个概念的基础上。

u010542847的博客 4627

解决‘function‘ object has no attribute ‘data‘

function对象没有data属性。

m0_57656758的博客 4456

《Python基础教程》专栏总结篇

今天给大家带来的文章是《Python基础教程》专栏总结篇,希望能对同学们有所帮助。 文章目录 1. 背景 2. 专栏亮点 3. 你的收获 4. 详细目录

weixin_43178406的博客 73万+

Unity中的机器学习ML-Agents

一:介绍 二:搭建环境 ——升级Python版本 因为mac自带的是python2.7.X的版本, 查看当前python版本:python -V ——搭建Python环境 安装Anconda:https://www.anaconda.com/products/individual

L的博客 8365

AttributeError: module ‘pandas‘ has no attribute ‘scatter_matrix‘

在使用matplotlib 制作算点图的时候使用到了pandas的。这个报错就比较好理解了,是因为我们配置的环境缺少。然后再次运行然后我的程序又发生以下报错。这个就可以展示我们的散点矩阵图了。通过网络找到结局方法是在。然后这个报错就可以解决了。方法但是出现了如下报错。

yujinlong2002的博客 520

如何把Excel的数据导入python?

Python数据分析——excl导入数据的简单方法(xlrd) 本文的初衷是发现网上很多Excel导入Python都没有结合具体Excel文档进行讲解,所以这篇文档将会呈现一个简单快速的Excel+Python的入门方法。 开发环境 Prerequisites: 在开始用Python导入Excel之前,要配置好自己的开发环境,最好有IDE(terminal也可)+安装相应的数据分析包。 IDE :pycharm,vscode,etc 数据分析包:matplotlib,xlrd,numpy,etc 导入数

qq_40783513的博客 7万+

Unity 机器学习(ML-Agents) 基础

Unity 机器学习 ML-Agents 基础Unity 官方示例下载ML-Agents 部分Python 下载AnacondaAnaconda 虚拟环境构建 ML-Agents安装 ML-Agents Python 包安装 ML-Agents 包ML-Agents 入门指南Unity Hub 部分虚拟环境 训练虚拟环境 训练运行:虚拟环境 开始训练:虚拟环境 观察训练进度:虚拟环境 停止训练虚拟环境 恢复训练虚拟环境 训练模型ML-Agents 打造新的学习环境ML-Agents 资产导入 Unity 官

Maddie_Mo的博客 1万+

Python使用netmiko配置华为交换机

1.netmiko就是专门为网络设备做的模块,非常强大。1.更适合网络设备的自动化运维模块。2、批量配置变更、备份。1.安装netmiko。2. 创建SSH连接。一、netmiko介绍。

博然的宝藏库 2798

菜鸟-需求预测与分仓规划

通过修改模型的损失函数对问题进行求解,比其它单模型的效果好很多。

永不理解_fdu的博客 4882

Unity学习笔记(二)——Unity ML-agents安装与配置(1.9.1)

Unity学习笔记(二)——Unity ML-agents安装与配置(1.9.1) 前言 Unity ML-agents是一个Unity给强化学习提供接口的库。 其实一直想弄个这个,但是看着网上资料有点少,自己也忙,就摸鱼摸到现在,这几天在等数据标注,闲下来就打算先玩玩。发现网上很多教程都已经有点太久了,比如一些函数API全部改了,按照视频这些老报错,所以自己就看github教程弄了一下 前期准备 环境 Unity unity官方下载Unity Hub 官网链接 PS:不要直接在这上面下载unity,首先

InkBamboo920的博客 1万+

FastFlowLM:AMD NPU本地大模型部署实战指南

大语言模型本地部署正从GPU向端侧AI芯片演进,AMD NPU作为Ryzen AI处理器的核心加速单元,具备低功耗、高能效的端侧推理潜力。其XDNA架构并非简化GPU,而是专为INT4/FP16张量运算优化的固定功能加速器,但面临ROCm生态不成熟、KV缓存受限、量化适配失衡等工程瓶颈。FastFlowLM通过直连ROCm底层API、DMA驱动的流式KV缓存、FP16权重+INT8激活协同量化等关键技术,实现NPU硬件资源的深度榨取。它适用于锐龙7040/8040系列笔记本及AI PC商用场景,在无外接电源

weixin_34279184的博客 483

Unity机器学习1 ML-Agents环境搭建

第一步,创建一个新的Unity项目 我起名为MLApp 第二部,首先安装python3.7 https://www.python.org/downloads/windows/ py exit() 第三步,Unity项目中创建虚拟环境的脚本运行库模块 cd UnityProject\MLApp py -m venv venv 完成后可以看到多了一个venv目录。 通过activeate.bat激活环境脚本,不会影响到其他的python的运行环境。 我们运行他。 运行后: 安装数据流执行计算的开源图,首

thinbug的专栏 2884

Python3.11安装fairseq避坑指南:解决dataclasses兼容性问题(附详细代码修改)

本文详细解析了在Python 3.11环境下安装Fairseq时因dataclasses模块规则变更导致的安装失败问题。通过定位核心配置文件,将`default=SomeConfig()`修改为`default_factory=SomeConfig`,并调整依赖版本,提供了从源码修改到环境验证的完整解决方案,确保Fairseq顺利运行。

weixin_29098367的博客 499

Halcon深度图转点云实战:从XYZ映射到3D可视化全解析

本文详细解析了如何使用Halcon将深度图转换为点云图,涵盖从XYZ映射到3D可视化的全流程。通过实战案例和代码示例,介绍了深度图预处理、xyz_to_object_model_3d核心转换及3D可视化技巧,适用于工业检测、三维重建等场景。

stem5的博客 766

Python机器学习基础教程

Python机器学习基础教程1. 引言1.1 机器学习能够解决的问题1.3 scikit-learn1.4 必要的库和工具1.4.3 Scipy1.4.4 matplotlib1.4.6 mglearn1.7 第一个应用:鸢尾花分类1.7.1 初识数据1.7.2 衡量模型是否成功:训练数据与测试数据1.7.3 要事第一:观察数据1.7.4 构建第一个模型:k近邻算法1.7.5 做出预测1.7.6 评估模型2. 监督学习 1. 引言 监督学习(supervised learning)的方法中,用户将成对的输入

adamlay的博客 8769

微信公众号开发实战:如何高效推送模板消息(附完整代码示例)

本文详细解析了微信公众号开发中模板消息推送的核心流程与实战技巧。文章从OpenID获取、模板申请、Access Token缓存管理到完整PHP代码实现,逐步拆解了高效推送模板消息的关键步骤,并提供了可直接复用的代码示例,帮助开发者快速集成这一提升用户体验的重要功能。

weixin_29009971的博客 795

廖雪峰《python3 基础教程》 读后感悟总结

用了近3周时间,几乎每天一章的速度读完了廖雪峰《python3 基础教程》,感悟如下: 1、python入手比C/C++快的多。 C/C++需要几年时间方才上手,python可以迅速上手,6-12个月即可以应用python做项目开发。 2、作为机器学习、人工智能、前端开发、脚本编程,python是务必要掌握的一门语言。 对个人发展来说,研究方向侧重于数据处理、算法、控制,C/C++,再加上

专注极致 9213

Matlab处理气象数据(六)数据的面积加权

由于地理投影导致导致每个像元实际地面面积不同,越靠近北极实际面积越小,越靠近赤道实际面积越大,如果不进行面积加权就简单平均,会导致温度较实际温度偏低。 用以下公式计算地理投影每个像元的面积: double pi = 3.1415926; double R = 6371007.181; //units - m double area = (pi/180.0)*R*R*fabs(sin(dLat1/180.0*pi) - sin(dLat2/180.0*pi)) * fabs(dLon1 - dLo

设计の诗 1万+

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

python自动机器学习库auto_ml模块

在公众号「python风控模型」里回复关键字:学习资料什么是 AutoML?自动化机器学习提供了方法和流程,使非机器学习专家可以使用机器学习,以提高机器学习的效率并加速机器学习的研究。近年来,机器学习 (ML) 取得了相当大的成功,并且越来越多的学科依赖它。然而,这种成功在很大程度上依赖于人类机器学习专家来执行以下任务:预处理和清理数据。选择并构建适当的特征。选择合适的模型族。优化模型超参数。设计神经网络的拓扑结构(如果使用深度学习)。后处理机器学习模型。批判性地分析获得的结果。由于这些任务的复杂性通常超出

fulk6667g78o8的专栏 3418

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

AIDE ML — 机器学习工程代理

AIDE 算法是一个树搜索代理,能够自主地编写、调试和测试代码,直到用户定义的指标达到最大值。由 LLM 驱动的代理,能够编写、评估和改进机器学习代码。知道还有其他引用或衍生自 AIDE 的公共项目吗?提示:使用完全本地化的模型时,性能可能会有所下降。使用侧边栏粘贴您的 API 密钥,上传数据,设置。用户界面显示实时日志、解决方案树和最佳代码。使用的Python 包的形式发布,并包含。智能体使用数据集,并用通俗易懂的英语描述。完全本地化(代码+评估器——无外部调用)替换新的搜索启发式方法、评估器。

具身机器人和通用AI 4019

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

机器学习——sklearn库的安装(python3.7)

python3.7 如何安装sklearn ·sklearn库 sklearn是scikit-learn的简称,是一个基于Python的第三方模块。sklearn库集成了一些常用的机器学习方法,在进行机器学习任务时,并不需要实现算法,只需要简单的调用sklearn库中提供的模块就能完成大多数的机器学习任务。 sklearn库是在Numpy、Scipy和matplotlib的基础上开发而成的,因此在介绍sklearn的安装前,需要先安装这些依赖库。   Numpy库:Numpy(Numerical Pytho

qq_43541420的博客 7893

Python机器学习基础教程(Introduction to Machine Learning with Python)

已经基本上看完了,中文版翻译的还可以,书中讲的东西非常的少,深度不够,广度也不够。很多算法、模型在原理部分仅提了一两个公式。示例方面顶多能拿来作讲解是够用的,但是没有实用性。 特征工程部分讲的很笼统,无法获得足够的有效信息。 书中的知识体系建立的七零八落,每一块都是挑着讲,并且还不将全。 ...

枪枪枪的博客 6436

系列ML.Net 学习篇【一】——初识机器学习

微软官方的目的就是,让你无需离开 .NET 生态系统,便可以使用 C# 或 F# 创建自定义 ML 模型。并让你可以轻松地将机器学习集成到 Web、移动、桌面、游戏和物联网应用中。 所以如果你刚好有Python训练好的模型,而正在烦恼怎么应用到.NET平台上时,那么刚好可以使用ML.NET,使用你的模型,它基本兼容市面上所有常见的数据格式,ML.NET支持TensorFlow和ONNX模型。

网尘的技术专栏 6380

python基础教程书籍推荐,python基础教程推荐书

人生苦短,我学python。python编程语言在各种榜单上经常拿到前列位置,在全球范围内都非常受欢迎python可以直接自学吗。Python作为一种不受局限、跨平台的开源编程语言,其数据处理速度快、功能强大且简单易学。而且,Python采用解释运行的方式,编写后无需进行编译即可直接通过解释器执行,具有典型的动态语言特点,编程效率极高。不仅如此,Python的应用范围也非常广泛,在数据分析、人工智能、网络爬虫、运维测试都多个领域都有应用。想要入门和深入学习python,以下书籍不容错过!

2301_81900386的博客 983
上一篇: selenium节点(元素)遍历的疑惑
下一篇: 《Python机器学习基础教程》第一章笔记(最简单的监督学习):鸢尾花品种预测
python__reported
博客等级 码龄7年 249粉丝 141原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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