17、数据可视化：Matplotlib 的子图、文本注释与刻度定制

数据可视化：Matplotlib 的子图、文本注释与刻度定制

1. 投影揭示的数据关系

数据投影能让我们洞察数据集中的关系。例如，在某个投影中，数字 5 和 3 的范围几乎重叠，这表明一些手写的 5 和 3 难以区分，自动化分类算法更容易将它们混淆。而像 0 和 1 这样的数字，在投影中距离较远，因此被混淆的可能性要小得多。这一观察符合我们的直觉，因为 5 和 3 看起来比 0 和 1 更相似。

2. Matplotlib 中的子图创建

有时候，将不同的数据视图并排比较会很有帮助。Matplotlib 提供了子图的概念，即可以在一个图形中同时存在的小坐标轴组。这些子图可以是插图、网格图或其他更复杂的布局。以下是四种创建子图的方法：

2.1 plt.axes：手动创建子图

创建坐标轴最基本的方法是使用 plt.axes 函数。默认情况下，它会创建一个填充整个图形的标准坐标轴对象。 plt.axes 还可以接受一个可选参数，该参数是图形坐标系中的四个数字列表，分别代表 [left, bottom, width, height] ，取值范围从图形左下角的 0 到右上角的 1。

import matplotlib.pyplot as plt
import numpy as np

ax1 = plt.axes()  # 标准坐标轴
ax2 = plt.axes([0.65, 0.65, 0.2, 0.2])

在面向对象的接口中，等效的