久草视频2-久草视-久草社区视频-久草色在线-久草色视频-久草软件

Python優雅地可視化數據

我是創始人李巖:很抱歉!給自己產品做個廣告,點擊進來看看。  

Python優雅地可視化數據

作者:冰不語

最近看《機器學習系統設計》…前兩章。學到了一些用Matplotlib進行數據可視化的方法。在這里整理一下。

聲明:由于本文的代碼大部分是參考書中的例子,所以不提供完整代碼,只提供示例片段,也就是只能看出某一部分用法,感興趣的需要在自己的數據上學習測試。

最開始,當然還是要導入我們需要的包:

				# -*- coding=utf-8 -*-
				from matplotlib import pyplot as plt
				from sklearn.datasets import load_iris
				import numpy as np
				import itertools1234512345
			

1. 畫散點圖

畫散點圖用plt.scatter(x,y)。畫連續曲線在下一個例子中可以看到,用到了plt.plot(x,y)。

plt.xticks(loc,label)可以自定義x軸刻度的顯示,第一個參數表示的是第二個參數label顯示的位置loc。

plt.autoscale(tight=True)可以自動調整圖像顯示的最佳化比例 。

				plt.scatter(x,y)
				plt.title("Web traffic")
				plt.xlabel("Time")
				plt.ylabel("Hits/hour")
				plt.xticks([w*7*24 for w in range(10)],['week %i' %w for w in range(10)])
				plt.autoscale(tight=True)
				plt.grid()
				##plt.show()1234567812345678
			

畫出散點圖如下:

Python優雅地可視化數據
2. 多項式擬合并畫出擬合曲線

## 多項式擬合

				fp2 = np.polyfit(x,y,3)
				f2 = np.poly1d(fp2)
				fx = np.linspace(0,x[-1],1000)
				plt.plot(fx,f2(fx),linewidth=4,color='g')
				## f2.order: 函數的階數
				plt.legend(["d=%i" % f2.order],loc="upper right")
				plt.show()123456789123456789
			

效果圖:

Python優雅地可視化數據
3. 畫多個子圖

這里用到的是sklearn的iris_dataset(鳶尾花數據集)。

此數據集包含四列,分別是鳶尾花的四個特征:

sepal length (cm)——花萼長度

sepal width (cm)——花萼寬度

petal length (cm)——花瓣長度

petal width (cm)——花瓣寬度

這里首先對數據進行一定的處理,主要就是對特征名稱進行兩兩排列組合,然后任兩個特征一個一個做x軸另一個做y軸進行畫圖。

				# -*- coding=utf-8 -*-
				from matplotlib import pyplot as plt
				from sklearn.datasets import load_iris
				import numpy as np
				import itertools
				data = load_iris()
				#print(data.data)
				#print(data.feature_names)
				#print(data.target)
				features = data['data']
				feature_names = data['feature_names']
				target = data['target']
				labels = data['target_names'][data['target']]
				print(data.data)
				print(data.feature_names)123456789101112131415161718123456789101112131415161718
			

這里有一個排列組合參考代碼,最后是取出了兩兩組合的情況。

排列組合的結果是feature_names_2包含了排列組合的所有情況,它的每一個元素包含了一個排列組合的所有情況,比如第一個元素包含了所有單個元素排列組合的情況,第二個元素包含了所有的兩兩組合的情況……所以這里取出了第二個元素,也就是所有的兩兩組合的情況

				feature_names_2 = []
				#排列組合
				for i in range(1,len(feature_names)+1):
				iter = itertools.combinations(feature_names,i)
				feature_names_2.append(list(iter))
				print(len(feature_names_2[1]))
				for i in feature_names_2[1]:
				print(i)123456789123456789
			

下面是在for循環里畫多個子圖的方法。對我來說,這里需要學習的有不少。比如

for i,k in enumerate(feature_names_2[1]):這一句老是記不住。

比如從列表中取出某元素所在的索引的方法:index1 = feature_names.index(k[0]),也即index = list.index(element)的形式。

比如for循環中畫子圖的方法:plt.subplot(2,3,1+i)

比如for循環的下面這用法:for t,marker,c in zip(range(3),”>ox”,”rgb”):

				plt.figure(1)
				for i,k in enumerate(feature_names_2[1]):
				index1 = feature_names.index(k[0])
				index2 = feature_names.index(k[1])
				plt.subplot(2,3,1+i)
				for t,marker,c in zip(range(3),">ox","rgb"):
				plt.scatter(features[target==t,index1],features[target==t,index2],marker=marker,c=c)
				plt.xlabel(k[0])
				plt.ylabel(k[1])
				plt.xticks([])
				plt.yticks([])
				plt.autoscale()
				plt.tight_layout()
				plt.show()12345678910111213141234567891011121314
			

這里的可視化效果如下:

Python優雅地可視化數據
4. 畫水平線和垂直線

比如在上面最后一幅圖中,找到了一種方法可以把三種鳶尾花分出來,這是我們需要畫出模型(一條直線)。這個時候怎么畫呢?

下面需要注意的就是plt.vlines(x,y_min,y_max)和plt.hlines(y,x_min,x_max)的用法。

				plt.figure(2)
				for t,marker,c in zip(range(3),">ox","rgb"):
				plt.scatter(features[target==t,3],features[target==t,2],marker=marker,c=c)
				plt.xlabel(feature_names[3])
				plt.ylabel(feature_names[2])
				# plt.xticks([])
				# plt.yticks([])
				plt.autoscale()
				plt.vlines(1.6, 0, 8, colors = "c",linewidth=4,linestyles = "dashed")
				plt.hlines(2.5, 0, 2.5, colors = "y",linewidth=4,linestyles = "dashed")
				plt.show() 12345678910111234567891011
			

此時可視化效果如下:

Python優雅地可視化數據
5. 動態畫圖

plt.ion()打開交互模式。plt.show()不再阻塞程序運行。

注意plt.axis()的用法。

				plt.axis([0, 100, 0, 1])
				plt.ion()
				for i in range(100):
				y = np.random.random()
				plt.autoscale()
				plt.scatter(i, y)
				plt.pause(0.01)1234567812345678
			

可視化效果:

Python優雅地可視化數據

End.

轉載請注明來自36大數據(36dsj.com): 36大數據 ? Python優雅地可視化數據

本文被轉載1次

首發媒體 36大數據 | 轉發媒體

隨意打賞

python 數據挖掘python 數據分析python 可視化大數據可視化工具數據可視化軟件數據可視化分析地圖數據可視化數據可視化案例數據可視化工具大數據可視化
提交建議
微信掃一掃,分享給好友吧。
主站蜘蛛池模板: 男人狂躁女人下半身 | 亚洲福利电影一区二区? | 亚洲精品永久免费 | 美国艳星lisann成人作品 | 亚洲精品老司机福利在线播放 | 91色资源网在线观看 | 国产真实偷乱视频在线观看 | 免费在线观看成年人视频 | 好大好硬好湿好紧h | 欧美一级片免费在线观看 | 操穴片| 国产在视频线在精品 | 亚洲AV无码乱码国产麻豆穿越 | 日本春菜花在线中文字幕 | 四虎4hu永久免费国产精品 | 亚洲区在线| 91精品国产美女福到在线不卡 | 俄罗斯美女毛茸茸bbwbbw | 91久久国产综合精品 | 任我淫| 精品国产原创在线观看视频 | 日本在线看免费 | 日日爽 | 亚洲一区二区三区91 | 啊哈~嗯哼~用力cao我小说 | 天天狠天天透天干天天怕处 | 国产成人性色视频 | 青草影院在线观看 | 91极品女神久色在线播放 | 免费波多野结衣庭教师 | 欧美极品brazzers 高清 | 日本加勒比一区 | 亚洲国产精品自在现线让你爽 | 草草视频在线观看最新 | 国产深夜视频 | 黑人群性xxx | 丝袜足液精子免费视频 | bedfriend泰剧全集免费观看 | 国产成人亚洲精品一区二区在线看 | 亚欧成人中文字幕一区 | 免费的强动漫人物的 |