《scikit-learn機器學習常用算法原理及編程實戰》—2.5.3 畫圖操作

2.5.3? 畫圖操作

本節通過一系列的例子，來演示Matplotlib的畫圖操作。首先給出最終的圖形，接著解釋思路及用到的關鍵函數，讀者可以先試著思考如何實現，對于用到的關鍵接口，可以通讀一下Matplotlib相關接口的文檔。所有的示例代碼均包含在隨書代碼ch02.05.ipynb中，讀者可以試著改變一些參數，以便學習這些參數的用法。

在圖2-15中左圖是使用plt.scatter()函數畫出來的，需要特別關注命名參數c的使用。方法是生成一定數量的隨機點，計算隨機點的反正切np.arctan2(Y, X)，把這個值作為隨機點的顏色。

n = 1024

X = np.random.normal(0, 1, n)

Y = np.random.normal(0, 1, n)

T = np.arctan2(Y, X)

plt.subplot(1, 2, 1)

plt.scatter(X, Y, s=75, c=T, alpha=.5)

plt.xlim(-1.5, 1.5)

plt.xticks(())

plt.ylim(-1.5, 1.5)

plt.yticks(())

圖2-15? 畫點與填充

對于圖2-15中的右圖，是使用plt.fill_between()函數來填充的，需要特別關注命名參數where的使用。先畫出兩條正弦曲線，在x = 0這條直線和正弦曲線之間填充指定的顏色。

n = 256

X = np.linspace(-np.pi, np.pi, n, endpoint=True)

Y = np.sin(2 * X)

plt.subplot(1, 2, 2)

plt.plot(X, Y + 1, color='blue', alpha=1.00)

plt.fill_between(X, 1, Y + 1, color='blue', alpha=.25)

plt.plot(X, Y - 1, color='blue', alpha=1.00)

plt.fill_between(X, -1, Y - 1, (Y - 1) > -1, color='blue', alpha=.25)

plt.fill_between(X, -1, Y - 1, (Y - 1) < -1, color='red',? alpha=.25)

plt.xlim(-np.pi, np.pi)

plt.xticks(())

plt.ylim(-2.5, 2.5)

plt.yticks(())

如圖2-16左圖，使用 plt.bar()函數來畫出柱狀圖，留意命名參數facecolor和edgecolor的使用。生成24個隨機值，調用兩次plt.bar()函數分別畫在上下兩側。再調用plt.text()函數把數值畫在對應的柱狀圖上。

n = 12

X = np.arange(n)

Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)

Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)

plt.subplot(1, 2, 1)

plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')

plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')

for x, y in zip(X, Y1):

plt.text(x + 0.4, y + 0.05, '%.2f' % y, ha='center', va= 'bottom')

for x, y in zip(X, Y2):

plt.text(x + 0.4, -y - 0.05, '%.2f' % y, ha='center', va= 'top')

plt.xlim(-.5, n)

plt.xticks(())

plt.ylim(-1.25, 1.25)

plt.yticks(())

圖2-16? 柱狀圖的等高線

如圖2-16右圖所示，使用plt.contourf()函數填充等高線，其中命名參數cmap表示顏色映射風格。數接著用plt.contour()函數畫出等高線。需要留意np.meshgrid()函數的用法。最后使用plt.clable()函數畫出等高線上的數字。

def f(x,y):

return (1 - x / 2 + x**5 + y**3) * np.exp(-x**2 -y**2)

n = 256

x = np.linspace(-3, 3, n)

y = np.linspace(-3, 3, n)

X,Y = np.meshgrid(x, y)

plt.subplot(1, 2, 2)

plt.contourf(X, Y, f(X, Y), 8, alpha=.75, cmap=plt.cm.hot)

C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)

plt.clabel(C, inline=1, fontsize=10)

plt.xticks(())

plt.yticks(())

如圖2-17左圖所示，使用plt.imshow()函數把數組當成圖片畫出來，命名參數cmap用來決定數組到顏色的映射網格。最后使用plt.colorbar()函數畫出顏色條。

圖2-17? 熱成像圖及餅圖

def f(x, y):

return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)

plt.subplot(1, 2, 1)

n = 10

x = np.linspace(-3, 3, 4 * n)

y = np.linspace(-3, 3, 3 * n)

X, Y = np.meshgrid(x, y)

plt.imshow(f(X, Y), cmap='hot', origin='low')

plt.colorbar(shrink=.83)

plt.xticks(())

plt.yticks(())

如圖2-17右圖所示，使用plt.pie()函數畫出餅圖，總共有20個餅圖，其中19個是等角度的扇形，最后一個突出的扇形是其他扇形角度的兩倍，使用命名參數explode來實現這個效果。各個扇形的填充顏色逐漸變深，使用命名參數colors來實現這個效果。

plt.subplot(1, 2, 2)

n = 20

Z = np.ones(n)

Z[-1] *= 2

plt.pie(Z, explode=Z*.05, colors = ['%f' % (i/float(n)) for i in range(n)])

plt.axis('equal')

plt.xticks(())

plt.yticks()

如圖2-18左圖所示，使用坐標軸的set_major_locator()和set_minor_locator()方法把坐標刻度設置成MultipleLocator樣式。然后再使用坐標軸的grid()函數在坐標軸的刻度之間畫上線段，這樣就生成了我們需要的網格。

ax = plt.subplot(1, 2, 1)

ax.set_xlim(0,4)

ax.set_ylim(0,3)

ax.xaxis.set_major_locator(plt.MultipleLocator(1.0))

ax.xaxis.set_minor_locator(plt.MultipleLocator(0.1))

ax.yaxis.set_major_locator(plt.MultipleLocator(1.0))

ax.yaxis.set_minor_locator(plt.MultipleLocator(0.1))

ax.grid(which='major', axis='x', linewidth=0.75, linestyle='-', color=

'0.75')

ax.grid(which='minor', axis='x', linewidth=0.25, linestyle='-', color=

'0.75')

ax.grid(which='major', axis='y', linewidth=0.75, linestyle='-', color=

'0.75')

ax.grid(which='minor', axis='y', linewidth=0.25, linestyle='-', color=

'0.75')

ax.set_xticklabels([])

ax.set_yticklabels([])

圖2-18? 網格及極坐標圖

如圖2-18右圖所示，使用plt.bar()和bar.set_facecolor()來填充不同的顏色。其中一個關鍵點是在創建子圖或坐標軸時，需要指定polar=True才能顯示出極坐標圖。

ax = plt.subplot(1, 2, 2, polar=True)

N = 20

theta = np.arange(0.0, 2 * np.pi, 2 * np.pi / N)

radii = 10 * np.random.rand(N)

width = np.pi / 4 * np.random.rand(N)

bars = plt.bar(theta, radii, width=width, bottom=0.0)

for r,bar in zip(radii, bars):

bar.set_facecolor(plt.cm.jet(r/10.))

bar.set_alpha(0.5)

ax.set_xticklabels([])

ax.set_yticklabels([])

Matplotlib有大量的細節，完整的教程都可以寫一本書。本書用到的知識不會特別復雜，掌握這些基本的知識就足夠用了。如果想深入學習Matplotlib，可以訪問官方網站 matplotlib.org。

機器學習 scikit-learn

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。