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
- 在matplotlib中,整个图像为Figure对象,理解为图像ID。
- Figure对象中包含多个Axes对象,理解为子图ID。
如图:
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:
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:
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:
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群:190341254
丁。
上一篇: Python学习之数据可视化
推荐阅读
-
python学习之数据类型与运算符号
-
python机器学习算法与数据降维分析详解
-
2分钟学会python数据分析与机器学习知识点(二)
-
Python数据挖掘(烟火图像分类:传统机器学习建模方法与卷积神经网络性能比较)
-
Python数据挖掘(烟火图像分类:传统机器学习建模方法与卷积神经网络性能比较)
-
Python机器学习之scikit-learn库中KNN算法的封装与使用方法
-
荐 14天数据分析与机器学习实践之Day02——数据分析处理库Pandas应用总结
-
python机器学习库sklearn之数据预处理讲解
-
Python机器学习之数据探索可视化库yellowbrick
-
机器学习——SVM之python实现数据样本标准化和归一化