《機器學(xué)習(xí)技術(shù)》課件 第一章任務(wù)1.2 matplotlib庫

單元1任務(wù)1.2

機器學(xué)習(xí)任務(wù)1.2matplotlib庫matplotlib庫是Python的繪圖庫，也是一個非常強大的Python畫圖工具，我們可以使用該工具將很多數(shù)據(jù)通過圖表的形式更直觀地呈現(xiàn)出來，方式包括線圖、散點圖、等高線圖、條形圖、柱狀圖、三維圖形甚至圖形動畫等。①plt.savefig('test',dpi=600)：將繪制的圖畫保存成png格式，命名為test。②plt.axis([-1,10,0,6])：x軸起始于-1，終止于10；y軸起始于0，終止于6。③plt.subplot(3,2,4)：分成3行2列，共6個繪圖區(qū)域，在第4個區(qū)域繪圖，排序為行優(yōu)先。（1）一般函數(shù)任務(wù)1.2plt.plot(x,y,format_string,**kwargs)①x為x軸數(shù)據(jù)，可為列表或數(shù)組。y同理。②format_string為控制曲線的格式字符串，由顏色字符、風(fēng)格字符和標記字符組成。a．顏色字符：'b'藍色，'#008000'表示RGB中的一個顏色，'0.8‘表示灰度值字符串。b．風(fēng)格字符：'-

'實線，'–'破折號，'-.

'表示點劃線，'：'表示虛線，'

'表示無線條。c．標記字符：'.'點標記，'o'實心圈，'v

'倒三角，'^'表示上三角。③**kwargs第二組或更多的（x,y,format_string）。（2）plot函數(shù)任務(wù)1.2①rcParams：pyplot默認不支持中文顯示，用rcParams修改字體才可以顯示中文。②'font.family'：用于顯示字體的名字。③'font.style'：用于設(shè)置字體的風(fēng)格，正常'normal'或斜體'italic'。④‘font.size’：用于設(shè)置字體的大小，可設(shè)置為整數(shù)字號或者'large''x-small'。（3）顯示中文字符（4）文本顯示函數(shù)①plt.xlabel()：對x軸增加文本標簽。②plt.ylabel()：對y軸增加文本標簽。③plt.title()：對圖形整體增加文本標簽。④plt.text()：在任意位置增加文本。任務(wù)1.2①plt.plot(x,y,fmt)：繪制坐標圖。②plt.boxplot(data,notch,position)：繪制箱形圖。③plt.bar(left,height,width,bottom)：繪制條形圖。④plt.barh(width,bottom,left,height)：繪制橫向條形圖。⑤plt.polar(theta,r)：繪制極坐標圖。⑥plt.pie(data,explode)：繪制餅圖。⑦plt.scatter(x,y)：繪制散點圖。⑧plt.hist(x,bings,normed)：繪制直方圖。（5）Plot庫的圖表函數(shù)任務(wù)1.2-例1importmatplotlib.pyplotasplt

importnumpyasnp

plt.rcParams[‘font.family’]=[‘SimHei’]#設(shè)置中文顯示字體庫

plt.rcParams[‘font.size’]=16

plt.rcParams[‘a(chǎn)xes.unicode_minus’]=False#防止坐標軸上的符號顯示異常

x=np.arange(-10,10,0.5)

y1=x/2

y2=np.sin(x)

plt.plot(x,y1,'-sr',x,y2,'-.og')

plt.title('一次函數(shù)與正弦函數(shù)')

plt.xlabel('x軸')

plt.ylabel('y軸')

plt.legend(['line','sin'])

plt.show()

在同一張圖中以不同形式畫出一次函數(shù)和正弦函數(shù)圖，并設(shè)置標題、坐標軸名稱及圖例任務(wù)1.2-例2散點圖和柱狀圖的繪制結(jié)果隨機生成一組數(shù)據(jù)，在同一窗口的不同圖表中分別以散點圖和柱狀圖展示數(shù)據(jù)。（任務(wù)1.2源碼example2.py）運行結(jié)果如下：任務(wù)1.2-例3隨機生成一組數(shù)據(jù)，繪制直方圖，并把直方圖統(tǒng)計結(jié)果繪制成餅圖，兩張圖要在同一窗口的不同圖表中。（任務(wù)1.3源碼example3.py）運行結(jié)果如下：任務(wù)1.2seaborn庫也是Python的繪圖庫，是基于matplotlib庫實現(xiàn)進一步封裝的函數(shù)庫，具有多種特性，例如內(nèi)置主題、調(diào)色板，可視化單變量數(shù)據(jù)、雙變量數(shù)據(jù)、線性回歸數(shù)據(jù)、數(shù)據(jù)矩陣及統(tǒng)計型時序數(shù)據(jù)等，創(chuàng)建富含信息量和美觀的統(tǒng)計圖形，以及創(chuàng)建更加復(fù)雜的可視化圖形。因為seaborn庫是在matplotlib庫的基礎(chǔ)上擴展的，所以在此只介紹一些seaborn庫特有且常用的函數(shù)。matplotlib庫繪圖的默認圖像樣式算不上美觀，可以使用seaborn庫完成快速優(yōu)化，只需要將seaborn庫提供的樣式聲明代碼sns.set()放置在繪圖代碼前即可。（1）樣式參數(shù)設(shè)置函數(shù)——set任務(wù)1.2sns.set()的默認參數(shù)為sns.set(context=‘notebook’,style=‘darkgrid’,palette=‘deep’,font=‘sans-serif’,font_scale=1,color_codes=False,rc=None)context=''參數(shù)控制默認的畫幅大小，有{paper,notebook,talk,poster}四個值。其中，poster>talk>notebook>paper。style=''參數(shù)控制默認樣式，有{darkgrid,whitegrid,dark,white,ticks}，你可以自行更改參數(shù)，以查看它們之間的不同。palette=‘’參數(shù)為預(yù)設(shè)的調(diào)色板，有{deep,muted,bright,pastel,dark,colorblind}等，你可以自行更改參數(shù)，以查看它們之間的不同。剩下的font=''參數(shù)用于設(shè)置字體，font_scale=用于設(shè)置字體大小；color_codes=False,不使用調(diào)色板，而采用先前的'r'等色彩縮寫。任務(wù)1.2（2）關(guān)聯(lián)圖關(guān)聯(lián)圖用于呈現(xiàn)數(shù)據(jù)關(guān)聯(lián)之后的關(guān)系，主要有散點圖和線形圖兩種樣式，適用于不同類型的數(shù)據(jù)①散點圖a．指定x和y的特征，默認可以繪制出散點圖（iris為示例數(shù)據(jù)集）。sns.scatterplot(x="sepal_length",y="sepal_width",data=iris)b．加入類別特征，對數(shù)據(jù)進行著色，散點圖會更加直觀。sns.scatterplot(x="sepal_length",y="sepal_width",hue="species",data=iris)c．指定style參數(shù)可以賦予不同類別的散點不同的形狀。sns.scatterplot(x="sepal_length",y="sepal_width",hue="species",style="species",data=iris)②線形圖。線形圖還可以通過lineplot函數(shù)實現(xiàn)sns.lineplot(x="sepal_length",y="petal_length",hue="species",style="species",data=iris)任務(wù)1.2（3）類別圖a．用stripplot函數(shù)可以繪制普通散點圖。sns.stripplot(x="sepal_length",y="species",data=iris)b．用swarmplot函數(shù)可以使散點按照beeswarm的方式防止重疊，從而更好地觀測數(shù)據(jù)分布。sns.swarmplot(x="sepal_length",y="species",data=iris)②箱線圖boxplot。sns.boxplot(x="sepal_length",y="species",data=iris)③增強箱線圖boxenplot。sns.boxenplot(x="sepal_length",y="species",data=iris)①散點圖stripplot、swarmplot。類別圖按照展示類型可以分為7類任務(wù)1.2④小提琴圖violinplot。sns.violinplot(x="sepal_length",y="species",data=iris)⑤點線圖pointplot。sns.pointplot(x="sepal_length",y="species",data=iris)⑥條形圖barplot。sns.barplot(x="sepal_length",y="species",data=iris)⑦計數(shù)條形圖countplot。sns.countplot(x="species",data=iris)任務(wù)1.2（4）分布圖——distplot、kdeplot、jointplot、pairplot。（5）回歸圖——replot、Implot。（6）矩陣圖——heatmap、clustermap。（7）組合圖任務(wù)1.2-例4通過seaborn.set函數(shù)優(yōu)化以上3個例題importseabornassnssns.set()只需在上述3個例題的代碼中添加以下2行代碼，即可實現(xiàn)圖表樣式的修改任務(wù)1.2任務(wù)1.2-例5首先導(dǎo)入函數(shù)庫，加載鳶尾花數(shù)據(jù)集，并打印數(shù)據(jù)集，查看數(shù)據(jù)格式importmatplotlib.pyplotaspltimportnumpyasnpimportseabornassnsiris=sns.load_dataset("iris")print(iris)數(shù)據(jù)集有5列，分別是花萼長度、花萼寬度、花瓣長度、花瓣寬度及鳶尾花類別。數(shù)據(jù)類別有3種：山鳶尾、變色鳶尾及維吉尼亞鳶尾。任務(wù)1.2-例5用鳶尾花數(shù)據(jù)集繪制花萼長度與花萼寬度的關(guān)系散點圖，需要在調(diào)用繪制函數(shù)后，調(diào)用plt.show()函數(shù)來顯示圖像。sns.scatterplot(x="sepal_length",y="sepal_width",hue="species",style="species",data=iris)任務(wù)1.2-例5繪制花萼長度與花萼寬度的關(guān)系折線圖繪制花萼長度類別散點圖任務(wù)1.2-例5繪制花萼長度類別不重疊散點圖繪制花萼長度類別箱型圖任務(wù)1.2-例5繪制花萼長度類別增強箱型圖繪制花萼長度類別小提琴圖任務(wù)1.2-例5繪制花萼長度類別點線圖繪制花萼長度類別條形圖任務(wù)1.2-例5繪制花萼長度類別計數(shù)條形圖繪制花萼長度單變量分布圖繪制花萼長度核密度估計圖繪制花萼長度與花萼寬度的二元變量分布圖花萼長度與花萼寬度的二元變量分布核密度估計對比圖任務(wù)1.2-例5繪制花萼長度與花萼寬度的二元變量分布六邊形計數(shù)圖繪制花萼長度與花萼寬度的二元變量分布回歸擬合圖任務(wù)1.2-例5一次性繪制鳶尾花數(shù)據(jù)集的兩兩對比圖任務(wù)1.2-例5繪制花萼長度與花萼寬度的線性回歸擬合圖繪制花萼長度與花萼寬度的分類線性回歸擬合圖任務(wù)1.2-例5自擬數(shù)據(jù)繪制熱圖sns.heatmap(np.random.rand(10,10))利用花萼和花瓣的長寬數(shù)據(jù)繪制層次聚類結(jié)構(gòu)圖任務(wù)1.2對紙幣真假數(shù)據(jù)集在訓(xùn)練前進行可視化分析。保存訓(xùn)練過程中的數(shù)據(jù)，對模型訓(xùn)練過程進行可視化化分析繪制了data_part的特征列之間的散點圖，并按照目標變量（truth）進行了顏色分組。任務(wù)1.2繪制了data_all的兩個特征列（skewness