【机器学习】嘿马机器学习（科学计算库）第4篇：Matplotlib,学习目标【附代码文档】

news2024/11/17 11:41:46

本教程的知识点为：机器学习（常用科学计算库的使用）基础定位 机器学习概述 机器学习概述 1.5 机器学习算法分类 1 监督学习 机器学习概述 1.7 Azure机器学习模型搭建实验 Azure平台简介 Matplotlib 3.2 基础绘图功能 — 以折线图为例 1 完善原始折线图 — 给图形添加辅助功能 Matplotlib 3.3 常见图形绘制 1 常见图形种类及意义 Numpy 4.2 N维数组-ndarray 1 ndarray的属性 Numpy 4.4 ndarray运算 问题 Pandas 5.1Pandas介绍 1 Pandas介绍 Pandas 5.3 基本数据操作 1 索引操作 Pandas 5.6 文件读取与存储 1 CSV Pandas 5.8 高级处理-数据离散化 1 为什么要离散化 Pandas 5.12 案例 1 需求

移步这里全套资料代码：

博客文章1： https://blog.csdn.net/m0_72919230/article/details/141276817

博客文章2： https://blog.csdn.net/m0_72919230/article/details/141230654

感兴趣的小伙伴可以自取哦~

全套教程部分目录：

部分文件图片：

Matplotlib

学习目标

  • 应用Matplotlib的基本功能实现图形显示
  • 应用Matplotlib实现多图显示
  • 应用Matplotlib实现不同画图种类

3.2 基础绘图功能 — 以折线图为例

学习目标

  • 目标

  • 掌握给图形添加辅助功能(如：标注、x,y轴名称、标题等)

  • 知道图形的保存

  • 知道如何多次plot绘制图形

  • 知道如何多个坐标系显示图形
  • 知道折线图的应用场景

1 完善原始折线图 — 给图形添加辅助功能

为了更好地理解所有基础绘图功能，我们通过天气温度变化的绘图来融合所有的基础API使用

需求：画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度~18度

效果：

上海1

1.1 准备数据并画出初始折线图

import matplotlib.pyplot as plt
import random



# 画出温度变化图





# 0.准备x, y坐标的数据


x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]



# 1.创建画布


plt.figure(figsize=(20, 8), dpi=80)



# 2.绘制折线图


plt.plot(x, y_shanghai)



# 3.显示图像


plt.show()

上海2

1.2 添加自定义x,y刻度

  • plt.xticks(x, **kwargs)

x:要显示的刻度值

  • plt.yticks(y, **kwargs)

y:要显示的刻度值

# 增加以下两行代码





# 构造x轴刻度标签


x_ticks_label = ["11点{}分".format(i) for i in x]


# 构造y轴刻度


y_ticks = range(40)



# 修改x,y轴坐标的刻度显示


plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

上海3

如果没有解决过中文问题的话，会显示这个样子：

中文问题

1.3 中文显示问题解决

解决方案一：

下载中文字体（黑体，看准系统版本）

  • 步骤一：下载 SimHei 字体（或者其他的支持中文显示的字体也行）

  • 步骤二：安装字体

  • linux下：拷贝字体到 usr/share/fonts 下：

sudo cp ~/SimHei.ttf /usr/share/fonts/SimHei.ttf

  • windows和mac下：双击安装

  • 步骤三：删除~/.matplotlib中的缓存文件

cd ~/.matplotlib
rm -r *
  • 步骤四：修改配置文件matplotlibrc
vi ~/.matplotlib/matplotlibrc

将文件内容修改为：

font.family         : sans-serif
font.sans-serif         : SimHei
axes.unicode_minus  : False

解决方案二：

在Python脚本中动态设置matplotlibrc,这样也可以避免由于更改配置文件而造成的麻烦，具体代码如下：

from pylab import mpl


# 设置显示中文字体


mpl.rcParams["font.sans-serif"] = ["SimHei"]

有时候，字体更改后，会导致坐标轴中的部分字符无法正常显示，此时需要更改axes.unicode_minus参数：

# 设置正常显示符号


mpl.rcParams["axes.unicode_minus"] = False

1.4 添加网格显示

为了更加清楚地观察图形对应的值

plt.grid(True, linestyle='--', alpha=0.5)

1.5 添加描述信息

添加x轴、y轴描述信息及标题

通过fontsize参数可以修改图像中字体的大小

plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点0分到12点之间的温度变化图示", fontsize=20)

1.6 图像保存

# 保存图片到指定路径


plt.savefig("test.png")
  • 注意：plt.show()会释放figure资源，如果在显示图像之后保存图片将只能保存空图片。

完整代码：

import matplotlib.pyplot as plt
import random
from pylab import mpl



# 设置显示中文字体


mpl.rcParams["font.sans-serif"] = ["SimHei"]


# 设置正常显示符号


mpl.rcParams["axes.unicode_minus"] = False



# 0.准备数据


x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]



# 1.创建画布


plt.figure(figsize=(20, 8), dpi=100)



# 2.绘制图像


plt.plot(x, y_shanghai)



# 2.1 添加x,y轴刻度




# 构造x,y轴刻度标签


x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)



# 刻度显示


plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])



# 2.2 添加网格显示


plt.grid(True, linestyle="--", alpha=0.5)



# 2.3 添加描述信息


plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点--12点某城市温度变化图", fontsize=20)



# 2.4 图像保存


plt.savefig("./test.png")



# 3.图像显示


plt.show()

2 在一个坐标系中绘制多个图像

2.1 多次plot

需求：再添加一个城市的温度变化

收集到北京当天温度变化情况，温度在1度到3度。怎么去添加另一个在同一坐标系当中的不同图形，其实很简单只需要再次plot即可，但是需要区分线条，如下显示

# 增加北京的温度数据


y_beijing = [random.uniform(1, 3) for i in x]



# 绘制折线图


plt.plot(x, y_shanghai)


# 使用多次plot可以画多个折线


plt.plot(x, y_beijing, color='r', linestyle='--')

我们仔细观察，用到了两个新的地方，一个是对于不同的折线展示效果，一个是添加图例。

2.2 设置图形风格

颜色字符风格字符
r 红色- 实线
g 绿色- - 虚线
b 蓝色-. 点划线
w 白色: 点虚线
c 青色' ' 留空、空格
m 洋红
y 黄色
k 黑色

2.3 显示图例

  • 注意：如果只在plt.plot()中设置label还不能最终显示出图例，还需要通过plt.legend()将图例显示出来。
# 绘制折线图


plt.plot(x, y_shanghai, label="上海")


# 使用多次plot可以画多个折线


plt.plot(x, y_beijing, color='r', linestyle='--', label="北京")



# 显示图例


plt.legend(loc="best")
Location StringLocation Code
'best'0
'upper right'1
'upper left'2
'lower left'3
'lower right'4
'right'5
'center left'6
'center right'7
'lower center'8
'upper center'9
'center'10

完整代码：

# 0.准备数据


x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]



# 1.创建画布


plt.figure(figsize=(20, 8), dpi=100)



# 2.绘制图像


plt.plot(x, y_shanghai, label="上海")
plt.plot(x, y_beijing, color="r", linestyle="--", label="北京")



# 2.1 添加x,y轴刻度




# 构造x,y轴刻度标签


x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)



# 刻度显示


plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])



# 2.2 添加网格显示


plt.grid(True, linestyle="--", alpha=0.5)



# 2.3 添加描述信息


plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点--12点某城市温度变化图", fontsize=20)



# 2.4 图像保存


plt.savefig("./test.png")



# 2.5 添加图例


plt.legend(loc=0)




# 3.图像显示


plt.show()

2.4 练一练

练习多次plot流程(从上面复制代码,到自己电脑,确保每人环境可以正常运行),

同时明确每个过程执行实现的具体效果

3 多个坐标系显示— plt.subplots(面向对象的画图方法)

如果我们想要将上海和北京的天气图显示在同一个图的不同坐标系当中，效果如下：

image-20190317134820901

可以通过subplots函数实现(旧的版本中有subplot，使用起来不方便)，推荐subplots函数

  • matplotlib.pyplot.subplots(nrows=1, ncols=1, **fig_kw) 创建一个带有多个axes(坐标系/绘图区)的图
Parameters:    

nrows, ncols : 设置有几行几列坐标系
    int, optional, default: 1, Number of rows/columns of the subplot grid.

Returns:    
fig : 图对象
axes : 返回相应数量的坐标系

设置标题等方法不同：
    set_xticks
    set_yticks
    set_xlabel
    set_ylabel

关于axes子坐标系的更多方法：参考[

  • 注意：plt.函数名()相当于面向过程的画图方法，axes.set_方法名()相当于面向对象的画图方法。
# 0.准备数据


x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 5) for i in x]



# 1.创建画布




# plt.figure(figsize=(20, 8), dpi=100)


fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)




# 2.绘制图像




# plt.plot(x, y_shanghai, label="上海")




# plt.plot(x, y_beijing, color="r", linestyle="--", label="北京")


axes[0].plot(x, y_shanghai, label="上海")
axes[1].plot(x, y_beijing, color="r", linestyle="--", label="北京")



# 2.1 添加x,y轴刻度




# 构造x,y轴刻度标签


x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)



# 刻度显示




# plt.xticks(x[::5], x_ticks_label[::5])




# plt.yticks(y_ticks[::5])


axes[0].set_xticks(x[::5])
axes[0].set_yticks(y_ticks[::5])
axes[0].set_xticklabels(x_ticks_label[::5])
axes[1].set_xticks(x[::5])
axes[1].set_yticks(y_ticks[::5])
axes[1].set_xticklabels(x_ticks_label[::5])



# 2.2 添加网格显示




# plt.grid(True, linestyle="--", alpha=0.5)


axes[0].grid(True, linestyle="--", alpha=0.5)
axes[1].grid(True, linestyle="--", alpha=0.5)



# 2.3 添加描述信息




# plt.xlabel("时间")




# plt.ylabel("温度")




# plt.title("中午11点--12点某城市温度变化图", fontsize=20)


axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("中午11点--12点某城市温度变化图", fontsize=20)
axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("中午11点--12点某城市温度变化图", fontsize=20)



# # 2.4 图像保存


plt.savefig("./test.png")



# # 2.5 添加图例




# plt.legend(loc=0)


axes[0].legend(loc=0)
axes[1].legend(loc=0)




# 3.图像显示


plt.show()

4 折线图的应用场景

  • 呈现公司产品(不同区域)每天活跃用户数

  • 呈现app每天下载数量

  • 呈现产品新功能上线后,用户点击次数随时间的变化

  • 拓展：画各种数学函数图像

  • 注意：plt.plot()除了可以画折线图，也可以用于画各种数学函数图像

代码：

import numpy as np


# 0.准备数据


x = np.linspace(-10, 10, 1000)
y = np.sin(x)



# 1.创建画布


plt.figure(figsize=(20, 8), dpi=100)



# 2.绘制函数图像


plt.plot(x, y)


# 2.1 添加网格显示


plt.grid()



# 3.显示图像


plt.show()

5 小结

  • 添加x,y轴刻度【知道】

  • plt.xticks()

  • plt.yticks()

  • 注意:在传递进去的第一个参数必须是数字,不能是字符串,如果是字符串吗,需要进行替换操作

  • 添加网格显示【知道】

  • plt.grid(linestyle="--", alpha=0.5)

  • 添加描述信息【知道】

  • plt.xlabel()

  • plt.ylabel()

  • plt.title()

  • 图像保存【知道】

  • plt.savefig("路径")

  • 多次plot【了解】

  • 直接进行添加就OK

  • 显示图例【知道】

  • plt.legend(loc="best")

  • 注意:一定要在plt.plot()里面设置一个label,如果不设置,没法显示

  • 多个坐标系显示【了解】

  • plt.subplots(nrows=, ncols=)

  • 折线图的应用【知道】

  • 1.应用于观察数据的变化

  • 2.可是画出一些数学函数图像

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2076028.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

为什么每个Java开发者都应该掌握CompletableFuture？深入探索这一强大的并发工具！

为什么每个Java开发者都应该掌握CompletableFuture？深入探索这一强大的并发工具！

文章目录 1 如何正确处理异步任务的异常情况？2 如何设置 CompletableFuture 的超时时间？3 如何取消正在执行的CompletableFuture任务？ 1 如何正确处理异步任务的异常情况？ 想象一下，用餐厅的例子来比喻 CompletableFut…
阅读更多...
计算机组成与设计 - 1.7 功耗墙 - 1.8 单处理器向多处理器的转变 - 1.9 基准

计算机组成与设计 - 1.7 功耗墙 - 1.8 单处理器向多处理器的转变 - 1.9 基准

1.7 功耗墙 25 年间 1ntel x86 八代微处理器的时钟频率和功耗 。 奔腾 4 处理器时钟频率和功耗提高很大 ，但是性能提升不大 。 Prescott 发热问题导致奔腾 4 处理器的生产线被放弃 。 Core 2 生产线恢复使用低时钟频率的简单流水线和片上多处理器 。 Core i5 采用同…
阅读更多...
前端常见问题

前端常见问题

一、<!DOCTYPE html>作用 <!DOCTYPE>是html文档的第一行&#xff0c;用于声明文档的类型&#xff0c;它会告诉浏览器要用哪一种HTML规范来渲染文档&#xff0c;确保正确渲染页面。 二、src与 href 的区别 &#xff08;一&#xff09;、请求资源类型的不同 在请…
阅读更多...
研究生如何利用 ChatGPT 帮助开展日常科研工作？

研究生如何利用 ChatGPT 帮助开展日常科研工作？

研究生可以通过以下几种方式利用 ChatGPT 来帮助开展日常科研工作&#xff1a; 文献综述和研究方向&#xff1a;ChatGPT 可以帮助研究生快速了解某一领域的研究现状和热点问题。通过提供相关的文献综述、研究趋势和技术细节&#xff0c;ChatGPT 可以协助确定研究方向和课题。 …
阅读更多...
来抄作业！企业财务报表还可以做出这样的可视化效果

来抄作业！企业财务报表还可以做出这样的可视化效果

从繁琐的手工记账到智能化的数据分析&#xff0c;每一步都标志着企业向更加高效、精准的管理模式迈进。大家可以想象一下&#xff0c;将复杂多变的财务数据以直观、动态的形式展现在眼前的大屏之上&#xff0c;会是一种怎样的体验&#xff1f; 这里就要说到使用山海鲸报表工具搭…
阅读更多...
解读2024年国自然资助情况：史上最卷，三无人员也能中

解读2024年国自然资助情况：史上最卷，三无人员也能中

2024年国自然资助情况 面上史上最难&#xff01; 面上项目申请近18万&#xff0c;资助20758项&#xff0c;资助率为11.66%&#xff0c;较2023年下降5.33个百分点。这与今年取消了"申二停一"限制有关&#xff0c;导致资历老的教授、各类人才帽子大量涌入&#xff0c…
阅读更多...
昇腾 AscendCL C++应用开发 获取模型的信息

昇腾 AscendCL C++应用开发 获取模型的信息

昇腾 AscendCL C应用开发 获取模型的信息 flyfish 举例说明 程序在香橙派 AIpro 下获取到的模型信息 从ACLLite代码里看一些类型&#xff0c;因为获取模型信息的时候&#xff0c;会获取到数字&#xff0c;所以要看数字代表的意思&#xff0c;所有要看常量的名字 数据类型 # …
阅读更多...
ch32v307vct6从头移植FreeRTOS

ch32v307vct6从头移植FreeRTOS

使用官方的ide可以直接创建带FreeRTOS的工程，但是不利于我们学习移植，所以特此记录怎么从头开始移植FreeRTOS到CH32V307VCT6芯片使用。 下载FreeRTOS源码 首先进入https://www.freertos.org/官网，然后找到如下Download字样，进入下载即可 下载完成后我们解压使用。移植开始…
阅读更多...
Anzo Capital昂首资本：外汇市场交易策略与平均价格优化

Anzo Capital昂首资本：外汇市场交易策略与平均价格优化

在外汇市场的波动中&#xff0c;Anzo Capital昂首资本通过优化开仓头寸的平均价格&#xff0c;以最小的风险获取最大的利润&#xff0c;致力于帮助投资者实现更精准的交易策略。本文将探讨如何通过策略性地设置订单&#xff0c;来降低平均成本并提高盈利潜力。 Anzo Capital昂…
阅读更多...
TypeSript7 class类

TypeSript7 class类

ES6提供了更接近传统语言的写法&#xff0c;引入了Class&#xff08;类&#xff09;这个概念&#xff0c;作为对象的模板。通过class关键字&#xff0c;可以定义类。基本上&#xff0c;ES6的class可以看作只是一个语法糖&#xff0c;它的绝大部分功能&#xff0c;ES5都可以做到…
阅读更多...
IF 17.3|植物细胞器想发高分文章？你缺的可能是这些内容

IF 17.3|植物细胞器想发高分文章？你缺的可能是这些内容

文章内容导读 叶绿体和线粒体是唯一拥有内共生起源基因组的细胞器。近年来&#xff0c;测序技术的进步促进了大量植物细胞器基因组的发表&#xff0c;并揭示了它们之间极大的进化轨迹差异。本综述量化了在植物进化树中分布广泛的已测序植物细胞器基因组的数量和分布情况。 文章…
阅读更多...
DHCP详解与应用——从原理到实战模拟

DHCP详解与应用——从原理到实战模拟

1. 引言 在现代网络中&#xff0c;IP地址的自动分配已成为基础设施管理中不可或缺的一部分。动态主机配置协议&#xff08;DHCP&#xff0c;Dynamic Host Configuration Protocol&#xff09;作为一种广泛应用的网络协议&#xff0c;通过自动为设备分配IP地址、子网掩码、网关等…
阅读更多...
实用Python自动化脚本案例分享

实用Python自动化脚本案例分享

前言 每天你都可能会执行许多重复的任务&#xff0c;例如阅读新闻、发邮件、查看天气、打开书签、清理文件夹等等&#xff0c;使用自动化脚本&#xff0c;就无需手动一次又一次地完成这些任务&#xff0c;非常方便。而在某种程度上&#xff0c;Python就是自动化的代名词。 1、自…
阅读更多...
【书生大模型实战营第三期 | 进阶岛第5关-茴香豆：企业级知识库问答工具】

【书生大模型实战营第三期 | 进阶岛第5关-茴香豆：企业级知识库问答工具】

学习心得&#xff1a;茴香豆&#xff1a;企业级知识库问答工具 摘要 《茴香豆&#xff1a;企业级知识库问答工具》课程详细介绍了由书生浦语团队开发的开源知识问答工具——茴香豆。该系统针对国内企业级使用场景进行了专门的设计和优化&#xff0c;具备三阶段Pipeline架构&am…
阅读更多...
【Node】【3】回调函数

【Node】【3】回调函数

nodejs 是一个基于事件驱动和非阻塞异步的JavaScript运行时环境。 Node.js 采用单线程模型&#xff0c; 单线程意味着 Node.js 在任何给定时刻只能执行一段代码&#xff0c;但通过异步执行回调函数&#xff0c;可以在等待 I/O 操作完成的同时继续执行其他代码&#xff0c;从而…
阅读更多...
【PL/pgSQL】华为数据库GaussDB及PostgreSQL 数据库系统的过程语言

【PL/pgSQL】华为数据库GaussDB及PostgreSQL 数据库系统的过程语言

文章目录 介绍 PL/pgSQL为什么选择 PL/pgSQL&#xff1f;基本语法和结构1. 基本结构2. 变量声明3. 控制结构4. 循环 存储过程与函数1. 创建存储过程2. 调用存储过程3. 自定义函数 触发器1. 创建触发器函数2. 创建触发器 异常处理高级语法特性示例控制结构条件语句循环 异常处理…
阅读更多...
【Linux】06.Linux 下的编译器——gcc/g++

【Linux】06.Linux 下的编译器——gcc/g++

在之前的C语言的博客中&#xff0c;我们有谈到过编译与链接 从源代码到可执行程序要经过如下过程&#xff1a; 预处理&#xff08;进行宏替换&#xff09;编译&#xff08;将C语言代码翻译成汇编代码&#xff09;汇编&#xff08;将汇编代码解析成二进制指令&#xff09;链接&…
阅读更多...
Python基础—Python保护代码和数据的方法

Python基础—Python保护代码和数据的方法

保护代码和数据的安全性至关重要。无论是防止代码被轻易修改&#xff0c;还是确保数据的隐私与完整性&#xff0c;采取适当措施都是必不可少的。今天&#xff0c;我们就来揭开六大保护策略的神秘面纱&#xff0c;让初学者也能轻松掌握这些实用技巧。 1. 使用加密技术保护敏感…
阅读更多...
无需代码，快速搭建：JNPF低代码平台的创新应用案例

无需代码，快速搭建：JNPF低代码平台的创新应用案例

在数字化转型的浪潮中&#xff0c;企业对于迅速开发和部署应用的需求不断上升。传统的软件开发方法耗时较长、成本较高&#xff0c;难以适应快速变化的市场需求。低代码平台应运而生&#xff0c;它通过可视化界面和配置化手段&#xff0c;显著简化了应用开发流程。JNPF作为一款…
阅读更多...
Java 中的抽象工厂模式：优雅地掌握对象创建

Java 中的抽象工厂模式：优雅地掌握对象创建

文章目录 一、概述三、抽象工厂设计模式的意图四、抽象工厂模式的详细解释及实际示例五、Java 中抽象工厂模式的编程示例六、抽象工厂模式类图七、Java 中何时使用抽象工厂模式八、抽象工厂模式 Java 教程九、抽象工厂模式的优点和权衡十、Java 中抽象工厂模式的实际应用十一、…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023