matplotlib.pyplot画图流程及参数补充说明

已于 2023-01-05 23:16:16 修改
阅读量601 收藏
点赞数
分类专栏： 机器学习 python 文章标签： matplotlib python
于 2022-10-21 11:45:17 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_40967086/article/details/127443339
版权

阅读前请看一下：我是一个热衷于记录的人，每次写博客会反复研读，尽量不断提升博客质量。文章设置为仅粉丝可见，是因为写博客确实花了不少精力。希望互相进步谢谢！！

文章目录

1、背景

学了机器学习后基本的画图总结一下

2、画图标准流程

最基本的一张图画两张线：

plt.figure()
plt.plot(svm_C_arr, train_errors_arr, 'r.-', label='Training dataset')
plt.plot(svm_C_arr, test_errors_arr, 'y.-', label='Test dataset')
plt.xlabel('C')
plt.ylabel('Numbers of errors')
plt.legend()    #添加plot里的标签
plt.show()

在这里插入图片描述

3、参数补充说明

《plt.plot()函数详解》

码字不易，谢谢点赞！！！
码字不易，谢谢点赞！！！
码字不易，谢谢点赞！！！

[Python从零到壹] 十二.机器学习之回归分析万字总结全网首发（线性回归、多项式回归、逻辑回归）
杨秀璋的专栏
07-03 5万+
前一篇文章讲述了数据分析部分，主要普及网络数据分析的基本概念，讲述数据分析流程和相关技术，同时详细讲解Python提供的若干第三方数据分析库，包括Numpy、Pandas、Matplotlib、Sklearn等。本文介绍回归模型的原理知识，包括线性回归、多项式回归和逻辑回归，并详细介绍Python Sklearn机器学习库的LinearRegression和LogisticRegression算法及回归分析实例。进入基础文章，希望对您有所帮助。
matplotlib的基本绘图
qq_42980073的博客
01-05 387
基本绘图流程 常用函数 绘制折线图 import matplotlib.pyplot as plt import numpy as np #创建画布： plt.figure() #更改字体，让图片可以显示中文 plt.rcParams['font.sans-serif'] = 'SimHei' plt.rcParams['axes.unicode_minus'] = False #设定x,...
python数据可视化入门（一）：绘制图形的基本流程
zheng_NH的博客
05-19 1639
绘制图形的基本流程 创建画布的函数 #1.0导入对应库 import matplotlib.pyplot as plt import numpy as np #解决中文显示的问题 plt.rcParams['font.family']='FangSong' #1.1创建画布，决定大小 fig = plt.figure(figsize=(13,10)) #1.2创建2*2个的子图，并选中第一个 fig.add_subplot(221) #2.1添加标题 plt.title(..
【数据可视化包Matplotlib】Matplotlib基本绘图方法
Morse_Chen的博客
04-11 3552
本文介绍数据可视化包Matplotlib，通过pyplot模块实现常见图像绘制，如散点图、线性图、柱状图、直方图、饼图、箱线图及子图。
Matplotlib__pyplot绘图教程
三木今天学习了嘛の博客
07-04 849
pyplot 是 Matplotlib 的子库，该子库提供了与 MATLAB 类似的绘图 API，使用 pyplot 子库可快速地绘制 2D 图表。 创建简单图形 1.导入快速绘图的函数库—— pyplot 子库 import matplotlib.pyplot as plt
【Python绘图】matplotlib：先搞明白plt. /ax./ fig再画
JianJuly的博客
12-23 7441
原文链接：https://zhuanlan.zhihu.com/p/93423829 我这个傻子的matplotlib学习过程很神奇： 刚开始，找几个教程，呕吼，简单，plt.*** 一顿写。画完了。遇到坐标啊之类的细节不会调？ 打开谷哥，要啥搜啥。 我最开始觉得这样蛮好的，这是一个很容易学的lib嘛。 然后问题出现了，matplotlib最烦人的地方就是，同样一个目标，你可以有N种不同...
Python--matplotlib绘图
热门推荐
guoziqing506的博客
01-04 8万+
用Python绘制图表在工作中是一项非常有用的技能，虽然说强大的matlab基本可以满足我们所有的绘图需求，但是在有些情况下，使用Python绘图，让图表直接可以直接随着Python程序的运行而产生。那这种便捷，也是非常有价值的。本文中，我将简单介绍使用Python的pyplot模块绘制图表的基本操作。当然绘图是一个细活，不同的实际需求，对图表的要求也是千变万化，所以，要把所有的绘图操作一一道来，
任务描述 本关任务：掌握matplotlib的基本使用技巧，并能简单使用matplotlib进行可视化。 相关知识 在深入使用matplotlib之前你需要知道几个matplotlib技巧，这些技巧能帮助你更快速掌握matplotlib。 导入matplotlib 和numpy,pandas一样，在导入matplotlib时我们也可以用一些常用的简写形式： import matplotlib as mpl import matplotlib.pyplot as plt pyplot是最常用的画图模块接口，功能非常强大。 显示图像 开发环境的不同，显示图像的方式也就不一样，一般有三种开发环境，分别是脚本、IPython shell、IPython Notebook。 在脚本中使用matplotlib进行可视化时显示图像可以使用plt.show()。 在IPython shell中使用matplotlib可视化非常方便，使用%matplotlib命令启动matplotlib模式。之后的任何plt命令都会自动打开一个图像窗口，当有新的命令，图像就会更新。但对已经画好的图像不会自动实时更新。对于这种可以使用plt.draw()强制更新。 在IPython Notebook中画图和IPthon shell类似，也需要使用%matplotlib命令。图像的显示是嵌在IPython Notebook页面中。有两种展示形式:%matplotlib notebook交互式图形；%matplotlib inline静态图形。 matplotlib还可以直接将图像保存文件，通过plt.savefig("test.jpg")命令保存文件。 plt.savefig("test.jpg") 画图接口 matplotlib有两个画图接口：一个是便捷的matlab风格接口，另一个是功能更强大的面向对象接口。 matplotlib的matlab接口许多语法都和MATLAB类似，所以使用过MATLAB的朋友们想必很快就能上手matplotlib。 import matplotlib.pyplot as plt#导入模块 plt.figure(figsize=(10,10))#创建图形,并设置大小为10 x 10 plt.subplot(2,1,1)#创建子图1（行，列，子图编号） plt.plot([1,2,3,4], [1,2,3,4]) plt.subplot(2,1,2)#创建子图2（行，列，子图编号） plt.plot([4,3,2,1], [1,2,3,4]) plt.show() 面向对象接口可以适应更加复杂的场景，更好地控制图形，在画比较复杂的图形市，面向对象方法会更方便。通过下面的代码，可以用面向对象接口重新创建之前的图形。 fig,ax=plt.subplots(2)#ax是一个包含2个axes对象的数组 ax[0].plot([1,2,3,4], [1,2,3,4]) ax[1].plot([4,3,2,1], [1,2,3,4]) plt.show() 编程要求 在右侧编辑器Begin-End补充代码，对传入的x，y两个数组做折线图，x对应x轴，y对应y轴。并保存到Task1/image1/T2.png，具体要求如下： 折线图的figsize为(10, 10)； 文件名为Task1/image1/T2.png。 测试说明 平台会对你编写的代码进行测试： 预期输出：你的答案与正确答案一致
最新发布
04-03
首先，导入必要的库 `matplotlib.pyplot` 并准备数据集。通过调用函数 `plt.plot()` 可以轻松绘制一条或多条折线[^1]。 ```python import matplotlib.pyplot as plt # 数据准备 x_values = [0, 1, 2, 3, 4, 5] y_...
根据下面的文字提示，在右侧编辑器补充代码，在已有的代码框架下实现函数功能，完成实验。 （1）首先，导入sklearn.cluster模块中的K-means函数； from sklearn.cluster import KMeans （2）根据轮廓系数进行参数选择； #使用matplotlib绘图 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号 #导入sklearn.metrics模块中的silhouette_score函数 from sklearn.metrics import silhouette_score Scores = [] # 存放轮廓系数 #********** Begin **********# for k in range(2,9): #计算轮廓系数 #********** End **********# # 画图 X = range(2,9) plt.xlabel('k') plt.ylabel('轮廓系数') plt.plot(X,Scores,'o-') plt.show() # 从datazs.csv中读取数据 import pandas as pd data_zs = pd.read_csv('data/datazs.csv') from sklearn.cluster import KMeans #使用matplotlib绘图 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号 #导入sklearn.metrics模块中的silhouette_score函数 from sklearn.metrics import silhouette_score Scores = [] # 存放轮廓系数 #********** Begin **********# for k in range(2,9): #计算轮廓系数 #********** End **********# print(Scores[0]) # 画图 # X = range(2,9) # plt.xlabel('k') # plt.ylabel('轮廓系数') # plt.plot(X,Scores,'o-') # plt.show() #********** Begin **********# #根据轮廓系数选择参数K，根据上面的运行结果选择聚类的次数,初次以外将使用进程的数量设置为4, 最大迭代次数设置为500 #n_clusters：要分成的簇数也是要生成的质心数 #n_jobs: 使用进程的数量，与电脑的CPU有关 #max_iter：每次迭代的最大次数 model1= model1.fit(data_zs) #训练模型 #********** End **********# print(model1)
03-31
1. 导入必要的库：sklearn.cluster中的KMeans，sklearn.metrics中的silhouette_score，可能还需要numpy和matplotlib.pyplot来画图。 2. 确定K的取值范围，比如从2到10。这个范围可以根据数据集的大小调整，但通常从...
任务描述 本关的实验任务为： 使用sklearn.cluster模块的K-means函数进行聚类； 使用sklearn.metrics模块的silhouette_score计算轮廓系数； 根据轮廓系数选择参数K； 使用正确选择的参数进行模型训练。 本关任务 根据下面的文字提示，在右侧编辑器补充代码，在已有的代码框架下实现函数功能，完成实验。 （1）首先，导入sklearn.cluster模块中的K-means函数； from sklearn.cluster import KMeans （2）根据轮廓系数进行参数选择； #使用matplotlib绘图 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号 #导入sklearn.metrics模块中的silhouette_score函数 from sklearn.metrics import silhouette_score Scores = [] # 存放轮廓系数 #********** Begin **********# for k in range(2,9): #计算轮廓系数 #********** End **********# # 画图 X = range(2,9) plt.xlabel('k') plt.ylabel('轮廓系数') plt.plot(X,Scores,'o-') plt.show() 如果填写正确，运行效果应该如下图所示： （3）根据轮廓系数选择参数K，根据上面的运行结果选择聚类的次数，除此以外将使用进程的数量设置为4， 最大迭代次数设置为500； #n_clusters：要分成的簇数也是要生成的质心数 #n_jobs: 使用进程的数量，与电脑的CPU有关 #max_iter：每次迭代的最大次数 #********** Begin **********# model1= model1.fit(data_zs) #训练模型 #********** End **********# 测试说明 平台会对你编写的代码进行测试，通过正确的输出处理之后的数据进行验证，所以请勿修改函数返回内容。
03-31
import matplotlib.pyplot as plt from sklearn.datasets import make_blobs from sklearn.cluster import KMeans from sklearn.metrics import silhouette_score # 生成模拟数据 X, y = make_blobs(n_samples=1000...
python3绘图示例6-1（基于matplotlib，绘图流程介绍及设置等）
aipoqiu2566的博客
12-16 452
#!/usr/bin/env python# -*- coding:utf-8 -*-import osimport pylab as pyimport numpy as npfrom matplotlib import pyplot as pltimport matplotlib as mplt# matplotlib.get_config() 获取当前配置# 用户matplotlib...
【python绘图】Matplotlib绘图及设置（使用python制图）
Zincy星辰
11-22 6万+
matplotlib提供了快速绘图模块pyplot，它模仿了MATLAB的部分功能，能够高效的进行绘图。
视觉化数据的艺术：掌握Matplotlib基础绘图【数据可视化】
小伍的博客
04-20 876
Matplotlib绘图
matplotlib绘图的基本操作
weixin_30344995的博客
01-03 238
更简明易懂看Matplotlib Python 画图教程 (莫烦Python)_演讲•公开课_科技_bilibili_哔哩哔哩 https://www.bilibili.com/video/av16378354/#page=1 plt.plot(x,y , fmt) ：绘制坐标图 plt.boxplot(data, notch, position): 绘制箱形图 plt.b...
Python 之 Matplotlib 第一个绘图程序和基本方法
每天进步一点点！
02-15 2587
第一个 Matplotlib 绘图程序，Matplotlib 的基本方法
【 Matplotlib绘图】
m0_61796189的博客
09-24 5002
Matplotlib是Python中最常用的可视化工具之一，可以非常方便地创建海量类型的2D图表和一些基本的3D图表，可根据数据集（DataFrame，Series）自行定义x,y轴，绘制图形（线形图，柱状图，直方图，密度图，散布图等等），能够满足大部分需要。Matplotlib最早是为了可视化癫痫病人的脑皮层电图相关的信号而研发，因为在函数的设计上参考了MATLAB，所以叫做Matplotlib。官方文档：Matplotlib中最基础的模块是pyplot。
python matplotlib.pyplot绘制图形入门（一）
至臻求学，胸怀云月
03-04 3440
Matplotlib库的使用 matplotlib库由各种可视化类构成，内部结构复杂，受matlab启发。 matplotlib.pyplot是绘制各类可视化图形的命令子库。 import matplotlib as mpl import matplotlib.pyplot as plt plt.plot([3,1,4,5,2]) plt.ylabel("grade") plt.show()...
【转载】matplotlib绘图教程
ddxn417的博客
02-28 255
简单演示 import matplotlib.pyplot as plt import numpy as np # 从[-1,1]中等距去50个数作为x的取值 x = np.linspace(-1, 1, 50) print(x) y = 2*x + 1 # 第一个是横坐标的值，第二个是纵坐标的值 plt.plot(x, y) # 必要方法，用于将设置好的figure对象显示出来 plt.show() 1 2 3 4 5 6 7 8 9 10 11 import matplotlib.pyplot a
【python绘图】matplotlib基本使用（含实例）
Crayonxin2000的博客
08-25 3万+
matplot是优秀的数据可视化工具，关键还免费，非常好用。可以制作折线图，直方图，饼图等等。文末有实例。
评论
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