机器学习与算法应用 课件 02-3-Matplotlib简介及基本使用.pptx

机器学习与算法应用第二章机器学习的Python常用库Pandas简介及基本使用Numpy简介及基本使用0201050403波士顿房价预测实战Matplotlib简介及基本使用Scikit-Learn简介及基本使用目录 CONTENT课前回顾020301OPTIONOPTIONOPTION机器学习的Python常用库—Pandas简介及基本使用对Numpy的简介及基本使用进行简单的回顾Pandas基本使用Pandas简介Matplotlib简介及基本使用Matplotlib简介Matplotlib基本使用0 3MatplotlibMatplotlib是一款功能强大的数据可视化工具。它与NumPy的无缝集成，使得Python拥有与MATLAB、R等语言旗鼓相当的能力。通过使用使用plot()、bar()、hist()、和pie()等函数，Matplotlib可以方便地绘制散点图、条形图、直方图及饼形图等专业图形。Matplotlib安装与Numpy类似，如果我们已经通过Anconada安装了Python，那么就无须再次显式安装Matplotlib了，因为它已经默认被安装了。如果的确没有安装Matplotlib，可在控制台的命令行使用如下命令在线安装。1）在Anaconda平台下安装conda install matplotlib2）在Python平台下安装pip install matplotlibMatplotlib介绍绘制简单图形二维图形是人们最常用的图形呈现媒介。通常，我们使用Matplotlib中的子模块pyplot来绘制2D图形。它能让用户较为便捷地将数据图像化，并能提供多样的输出格式。在使用pyplot模块之前，需要先显示地导入。为了使用方便，我们常为这个模块取一个别名plt。import numpy as np from matplotlib import pyplot as plt x = np.arange(1,11) y = 2 * x + 5 plt.title("Matplotlib demo") plt.xlabel("x axis caption") plt.ylabel("y axis caption") plt.plot(x,y) plt.show()Matplotlib介绍以上实例中，np.arange()函数创建x轴上的值。y轴上的对应值存储在另一个数组对象y中。这些点使用matplotlib软件包的pyplot子模块的plot()函数绘制。图形由show()函数显示。Matplotlib介绍散点图在可视化图像应用中，散点图的应用范围也很广泛。例如，如果某一个点或某几个点偏离大多数点，成为孤立点，通过散点图就可以一目了然。在机器学习中，散点图常常用在分类、聚类当中，以便显示不同类别。在Matlotlib中，绘制散点图的方法与使用plt.plot()绘制图形的方式类似。Matplotlib介绍import matplotlib.pyplot as pltimport numpy as np#产生50对服从正态分布的样本点nbPointers = 50x = np.random.standard_normal(nbPointers)y = np.random.standard_normal(nbPointers)# 固定种子数，以便实验结果具有可重复性np.random.seedcolors = np.random.rand(nbPointers)area = (30 * np.random.rand(nbPointers))**2 plt.scatter(x, y, s = area, c = colors, alpha = 0.5)plt.show()运行结果如图所示：Matplotlib介绍直方图在数据可视化中，条形图常用来展示和对比可测量数据。pyplot 子模块提供 bar() 函数来生成条形图。import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams[ 'axes.unicode_minus'] = Falseobjects = ('Python', 'C++', 'Java', 'Perl', 'Scala', 'Lisp')y_pos = np.arange(len(objects))performance = [10,8,6,4,2,1]plt.bar(y_pos, performance, align='center', alpha=0.5)plt.xticks(y_pos, objects)plt.yl