python labels函数_python学习笔记(matplotlib实战篇)——函数积分图!

这篇Python学习笔记介绍了如何使用matplotlib绘制函数积分图。通过实例展示了使用linspace、Polygon等函数创建并显示一个从a到b的积分区域,并添加了相应的数学公式和坐标轴标签。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Python学习笔记--极坐标

所用的库及环境:(私信小编007获取大量Python学习资料!)

IDE:Pycharm

Python环境:python3.7

Matplotlib: Matplotlib 1.11

Numpy: Numpy1.15

函数积分图代码及效果图1 import matplotlib.pyplot as plt

2 import numpy as np

3 from matplotlib.patches import Polygon

4

5 def func(x):

6 return -(x-2)*(x-8)+40

7

8 x = np.linspace(0,10)

9 y = func(x)

10

11 fig,axes = plt.subplots()

12 #绘制曲线

13 plt.plot(x,y,'r',linewidth = 2)

14 a=2

15 b=9

16

17 #坐标轴设置

18 axes.set_xticks([a,b])

19 axes.set_xticklabels(['$a$','$b$'])

20 axes.set_yticks([])

21 plt.figtext(0.9,0.05,'$x$')

22 plt.figtext(0.1,0.9,'$y$')

23

24 #绘制灰色多边形

25 ix=np.linspace(a,b)

26 iy=func(ix)

27 ixy = zip(ix,iy)

28 verts=[(a,0)]+list(ixy)+[(b,0)]

29 poly = Polygon(verts,facecolor='0.9',edgecolor='0.5')

30 axes.add_patch(poly)

31

32 #添加数学公式

33 x_math =(a+b)*0.5*0.8

34 y_math = 35

35 plt.text(x_math,y_math,'$int_a^b(-(x-2)*(x-8)+40)dx$',fontsize=10,horizontalalignment='center')

36 plt.show()

相关函数介绍

linspace:在指定的间隔内返回均匀间隔的数字

属性

start:序列的起始值

stop :序列的结束值

set_xticks:使用刻度列表设置x刻度

属性

ticks:x轴刻度列表

set_xticklabels:使用字符串标签列表设置x-tick标签。

属性

labels:字符串标签列表

set_yticks:使用刻度列表设置y刻度

属性

ticks:y轴刻度列表

figtext:添加文字到图

属性

x,y:两个float值,放置文本的位置。默认情况下,这是图形坐标,浮动在[0,1]中。最右是1最左是0

zip:把两个数组打包为一个元组

属性

iterabl :一个或多个迭代器

属性

horizontalalignment:文本显示位置,center是居中显示

Polygon:绘制一般的多边形

属性

xy:多边形的点

facecolor:填充的阴影深度

edgecolor:填充的边界深度

### 吴恩达机器学习课程笔记概述 #### 特征缩放的重要性 在实际应用梯度下降算法时,特征缩放能够显著提升收敛速度和效果。通过调整不同特征的尺度至相近范围,可以有效避免因数据量级差异过大而导致的学习效率低下问题[^1]。 #### 构建高效的机器学习系统 为了构建稳定可靠的机器学习流水线,MLOps理念应运而生。该理念融合了DevOps的最佳实践和技术栈,旨在促进开发团队与运维团队之间的协作沟通,从而实现快速迭代部署以及持续集成测试等功能。这不仅有助于缩短产品周期,还能增强系统的健壮性和灵活性[^2]。 #### 决策树的设计原则 对于决策树而言,在选择分裂属性时需遵循最大化信息增益的原则;而在终止条件方面,则要考虑节点纯度、子树深度限制等因素来决定是否继续划分当前节点。具体来说,当遇到如下情况之一即可停止进一步细分:某个叶结点仅含有一种类别样本;达到预设的最大层数界限;或者新增分支所带来的收益不足以抵消复杂度增加的成本等情形下均不再进行切割操作。 #### 实验室环境下的编程练习 实验环节往往采用基于零索引的方式处理数组元素访问等问题,这一点区别于课堂讲解部分所使用的自然数序列标记法。因此,在编写代码片段如`plt_layer()`函数调用时需要注意参数传递顺序及维度匹配关系,确保程序逻辑正确无误地执行下去[^4]。 ```python import numpy as np def plt_layer(X, Y, W1, b1, norm_l): """ Plot the decision boundary. Parameters: X (ndarray): Input features matrix of shape (m,) Y (ndarray): Labels vector reshaped to (-1,) for compatibility with matplotlib functions W1 (ndarray): Weights array corresponding to input layer neurons b1 (float): Bias term associated with first hidden unit norm_l (function): Normalization function applied on inputs before feeding into model """ # Your plotting code here... ```
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