欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Python与机器学习之数据可视化(三)

程序员文章站 2022-07-14 16:35:37
...

装饰Matplotlib(标签、文本、标记、注释…)

在机器学习实际应用中,最关键的部分就是数据可视化,否则无论调试还是总结,你无从下手。python大牛们提供了非常牛逼的库—Matplotlib

回顾

详解图像组成

Figure

  1. 在matplotlib中,整个图像为Figure对象,理解为图像ID。
  2. Figure对象中包含多个Axes对象,理解为子图ID。

如图:
Python与机器学习之数据可视化(三)

直线图详解Figure内部组件

title为图像标题,Axis为坐标轴, Label为坐标轴标注,Tick为刻度线,Tick Label为刻度注释。
如图:
Python与机器学习之数据可视化(三)

各个对象关系从属

图像中所有对象均来自于Artist的基类。
如图:
Python与机器学习之数据可视化(三)

用于美化的组件

Text and Annotations(可戳)

Show me the code

import matplotlib.pyplot as plt

plt.figure(1, figsize=(5, 5))
##ax子图ID
ax = plt.subplot(111)
plt.xticks(range(6))
# 如果不指定刻度,x轴与y轴都是1
plt.yticks(range(6))

##ANNOTATE
# xy箭头的位置
# xytext文本框的位置,size文本框的大小
# va,ha字体显示在文本框的位置
# 文本框边框bbox=dict(boxstyle=边框样式,fc=前景色)
# 箭头arrowprops=dict(arrowsyle=箭头样式,connectionstyle=连接路径arc3直接连,完全角度),rad代表箭头是否是弯的,+-定义弯的方向
ax.annotate(u"arrow", xy=(1, 1), \
            xytext=(4, 4), size=15, \
            va="center", ha="center", \
            bbox=dict(boxstyle='sawtooth', fc="w"), \
            arrowprops=dict(arrowstyle="-|>", connectionstyle="angle,rad=0.4", fc='r') \
            )

##TEXT
bbox_props = dict(boxstyle="rarrow,pad=0.3", fc="cyan", ec="b", lw=2)
ax.text(0, 0, "Direction", \
        ha="center", va="center", \
        rotation=45, size=15, \
        bbox=bbox_props
        )

##TABLE(不举例了...)
ax.table(cellText=None, cellColours=None,\
         cellLoc='right', colWidths=None,\
         rowLabels=None, rowColours=None, rowLoc='left',\
         colLabels=None, colColours=None, colLoc='center',\
         loc='bottom', bbox=None)

##ARROW
ax.arrow(x, y, dx, dy, **kwargs)

plt.show()

Show me the picture

如图:
Python与机器学习之数据可视化(三)

总结

平时legend,annotate,text,label,title会多用一点~
接下来还会有一篇举例,两篇例子足够大家使用了

如果您看到这篇文章有收获或者有不同的意见,欢迎点赞或者评论。
python:190341254
丁。