机器学习之numpy和matplotlib学习（二）

45 阅读 0 评论 30 点赞

我是靠谱客的博主兴奋夏天，最近开发中收集的这篇文章主要介绍机器学习之numpy和matplotlib学习（二），觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

第二天更新
今天我们来学习怎么使用matplotlib和numpy来做一个简单的图像。
先从代码入手，代码介绍如下：

我们要做一个y=x*x的图像，也就是初中经常学的一元二次函数的图像。
x是一个等差数列，从【-5,5】共50个数。
y=x*x。
下面来简单介绍使用matplotlib绘画的基本步骤。

引入matplotlib.pyplot，具体代码import matplotlib.pyplot as plt
因为目前我们初步学习一般是绘画二维图像，也就是一定要有x，y。给x，y初始化，我们这里的x是一个等差数列，之前介绍过了。
调用plt.plot(x,y)。【plot翻译过来是绘制，也就是开始绘制x，y】
显示图像，调用plt.show()。

这里可能会有疑问那plt.figure()是干嘛的？下一个程序给你解释，不急。
plt.figure()可有可无，但是没有的话就默认一个程序所有的绘制都是在一个图像上面进行，这样一般不太好，所以我建议大家还是带上比较好！！！

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author
: SundayCoder-俊勇
# @File
: figure0.py
# 以后基本都是以这种方式使用matplotlib和numpy。
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-5,5,50)
y=x*x
plt.figure()
plt.plot(x,y)
plt.show()

这里写图片描述

下面来解释一下plt.figure()是干嘛?
figure翻译过来是图像的意思，大家有没有注意到程序截图左上方有个figure1这就是一个图像。
有时候一个程序里面可以绘制几个图像。
有几个图像就有几个几个plt.figure()。
下面来看一个例子：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author
: SundayCoder-俊勇
# @File
: figure0.py
# 以后基本都是以这种方式使用matplotlib和numpy。
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-5,5,50)
y=x*x
# 第一幅图像绘制x*x，一个plt.figure()下的所有东西都是这个图像的，直到遇到下一个plt.figure()。
plt.figure()
plt.plot(x,y)
#以上是第一幅图像的全部内容。
# 这里是第二幅图像绘制2*x+1
plt.figure()
y1=2*x+1
plt.plot(x,y1)
#以上是第二幅图像的全部内容。
plt.show()

运行结果：
这里写图片描述

下面对plt.figure()函数做一个讲解，最常用的参数是num，和figsize。
num代表的就是图像的顺序，例如上面两个图像，由于没有指定参数，自动从1开始。
figsize是图像的显示大小，它的赋值类似坐标（a，b）。a代表长，b代表宽。
下面做一个实验，之前第一幅图像绘制的是x*x，我们改变他的图像顺序和显示大小。
再来比较结果。

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-5,5,50)
y=x*x
# 第一幅图像绘制y=x*x
plt.figure(num=3,figsize=(10,10))
plt.plot(x,y)
# 这里是第二幅图像绘制一元一次函数y=2*x+1
plt.figure()
y1=2*x+1
plt.plot(x,y1)
plt.show()