• matplotlib两种画散点图的方式


    对于matplotlib.pyplot( as plt )

    先输入主体数据部分:

    import numpy as np
    import matplotlib.pyplot as plt
    
    X_train = np.array([[1,2,3],[2,3,4],[2,2,1],[3,2,2]])
    X_test = np.array([[1,1,1],[2,1,1]])
    
    y_train = np.array([1,1,-1,1])
    y_test = np.array([1,-1])

    我们先做二维图:(取前两维)

    首先容易想到plt.plot, 但这个是默认生成折线图的:

    plt.plot(X_train[:,0],X_train[:,1])
    plt.show()

    但如果我们对线条指定为o的话:

    plt.plot(X_train[:,0],X_train[:,1],"ro")
    plt.show()

    令一种做散点图的方式就是,用scatter:

    plt.scatter(X_train[:,0],X_train[:,1])
    plt.show()

     

    从上可以看到,除了我指定了的颜色外,其他均一致!

    ---------------------------------------------------------------------------------------------------------------------

    对一个(两类的)二维数据画图展示:

    >>> X_1, X_0 = X_train[y_train == 1], X_train[y_train == -1]
    >>> plt.plot(X_1[:, 0], X_1[:, 1], "ro")
    >>> plt.plot(X_0[:, 0], X_0[:, 1], "bo")
    >>> plt.show()

    通过颜色将其区分开了!

    当然用scatter也可以:(但要注意要带color关键字不然会报错)

    >>> plt.scatter(X_0[:, 0], X_0[:, 1], color="b")
    >>> plt.scatter(X_1[:, 0], X_1[:, 1], color="r")
    >>> plt.show()

    可以看到效果一样。

    -------------------------------------------------------------------------------------------------------------------------

    画三维的散点图:

    就不能直接用plot和scatter了:他们都是画2D的。

     而要首先声明一个画3D图的ax

    >>> from mpl_toolkits.mplot3d import Axes3D
    >>> ax = plt.subplot(111, projection='3d')  # 而且每次画完一个3D图都要这个声明
    >>> ax.scatter(X_1[:, 0], X_1[:, 1],X_1[:,2], color="r")
    <mpl_toolkits.mplot3d.art3d.Path3DCollection object at 0x000001E8F70B2A90>
    >>> ax.scatter(X_0[:, 0], X_0[:, 1],X_0[:,2], color="b")
    <mpl_toolkits.mplot3d.art3d.Path3DCollection object at 0x000001E8F70732B0>
    >>> plt.show()

  • 相关阅读:
    C#代码动态编译、动态执行、动态调试
    php’s explode() 函数
    exec函数族
    在C语言中执行shell命令
    dmesg简介
    错误输出
    php’s json_decode函数
    使expect脚本传回返回值
    php’s fgets() 函数
    统计当前目录下的所有文件目录大小,不显示子目录与子文件
  • 原文地址:https://www.cnblogs.com/cymwill/p/8544758.html
Copyright © 2020-2023  润新知