最近看《機器學習系統(tǒng)設計》。學到了一些用Matplotlib進行數(shù)據(jù)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(shù)據(jù)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 itertools
1. 畫散點圖
畫散點圖用plt.scatter(x,y)。畫連續(xù)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(shù)表示的是第二個參數(shù)label顯示的位置loc。
plt.autoscale(tight=True)可以自動調(diào)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()
畫出散點圖如下：
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(shù)的階數(shù)
plt.legend(["d=%i" % f2.order],loc="upper right")
plt.show()
效果圖：
3. 畫多個子圖
這里用到的是sklearn的iris_dataset（鳶尾花數(shù)據(jù)集）。
此數(shù)據(jù)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(shù)據(jù)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)
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)
下面是在for循環(huán)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(huán)中畫子圖的方法：
plt.subplot(2,3,1+i) - 比如for循環(huán)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()
這里的可視化效果如下：
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()
此時可視化效果如下：
5. 動態(tài)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)
可視化效果：
