Matplotlib复习

pyplot绘图

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,100)    
siny=np.sin(x)             
cosy=np.cos(x)
plt.plot(x,siny)           #plt.plot(x,siny,color='red',linestyle='--')可以指定颜色，线条风格
plt.plot(x,cosy) 
plt.show()

控制曲线的格式字符串由三种字符构成，颜色字符、风格字符、标记字符（指数据点的格式）

color

linestyle

marker

pyplot坐标的横纵范围指定

plt.xlim(-5,15)

plt.ylim(0,1.5)

plt.axis([-1,11,-2,2])               #数组中的4个数，前两个表示横坐标范围，后两个表示纵坐标范围

pyplot的文本显示

plt.title()                  对图形整体增加标题

plt.xlabel()               对x轴增加文本标签

plt.ylabel()               对y轴增加文本标签

对相应的曲线增加注释：

plt.plot(x,siny,color='red',linestyle='--' ,label='sin(x)')
plt.legend()
plt.show()

pyplot绘制散点图

plt.scatter(x,siny)
plt.scatter(x,cosy,color='r')
plt.show()

x=np.random.normal(0,1,1000)
y=np.random.normal(0,1,1000)
plt.scatter(x,y,alpha=0.5)               #alpha设置不透明度
plt.show()

 实例：从sklearn自带数据库中加载数据并处理

'DESCR'表示的是对数据集的描述
'data'表示数据集中的特征（150*4）
'feature_names'表示的特征代表的含义 

['sepal length (cm)',
 'sepal width (cm)',
 'petal length (cm)',
 'petal width (cm)']

'target'表示数据的标签  （150*1）

'target_names'表示标签数字对应的含义

array(['setosa', 'versicolor', 'virginica'], dtype='<U10')

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets

iris=datasets.load_iris()            #iris理解为字典
iris.keys()
Out[1]:dict_keys(['target', 'DESCR', 'target_names', 'data', 'feature_names'])

X=iris.data[:,2:]             #对后两个特征进行绘制
y=iris.target
plt.scatter(X[y==0,0],X[y==0,1],color='r',marker='o')
plt.scatter(X[y==1,0],X[y==1,1],color='b',marker='+')
plt.scatter(X[y==2,0],X[y==2,1],color='g',marker='x')
plt.show()