在线可视化python网站_利用Python优雅地可视化数据
作者:刘潇龙
最近看《机器学习系统设计》...前两章。学到了一些用 Matplotlib 进行数据可视化的方法。在这里整理一下。
声明:由于本文的代码大部分是参考书中的例子,所以不提供完整代码,只提供示例片段,也就是只能看出某一部分用法,感兴趣的需要在自己的数据上学习测试。
最开始,当然还是要导入我们需要的包:
# -*- coding=utf-8 -*-
from matplotlib import pyplot as plt
from sklearn.datasets import load_iris
import numpy as np
import itertools
1. 画散点图
画散点图用 plt.scatter(x,y)。画连续曲线在下一个例子中可以看到,用到了 plt.plot(x,y)。
plt.xticks(loc,label) 可以自定义 x 轴刻度的显示,第一个参数表示的是第二个参数 label 显示的位置 loc。
plt.autoscale(tight=True) 可以自动调整图像显示的最佳化比例 。
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()
画出散点图如下:
2. 多项式拟合并画出拟合曲线
## 多项式拟合
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: 函数的阶数
plt.legend(["d=%i" % f2.order],loc="upper right")
plt.show()
效果图:
3. 画多个子图
这里用到的是 sklearn 的 iris_dataset(鸢尾花数据集)。
此数据集包含四列,分别是鸢尾花的四个特征:
sepal length (cm)——花萼长度
sepal width (cm)——花萼宽度
petal length (cm)——花瓣长度
petal width (cm)——花瓣宽度
这里首先对数据进行一定的处理,主要就是对特征名称进行两两排列组合,然后任两个特征一个一个做 x 轴另一个做 y 轴进行画图。
# -*- 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)
这里有一个排列组合参考代码,最后是取出了两两组合的情况。
排列组合的结果是 feature_names_2 包含了排列组合的所有情况,它的每一个元素包含了一个排列组合的所有情况,比如第一个元素包含了所有单个元素排列组合的情况,第二个元素包含了所有的两两组合的情况......所以这里取出了第二个元素,也就是所有的两两组合的情况
feature_names_2 = []
#排列组合
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 循环里画多个子图的方法。对我来说,这里需要学习的有不少。比如
for i,k in enumerate(feature_names_2[1]): 这一句老是记不住。
比如从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 循环中画子图的方法:plt.subplot(2,3,1+i)
比如 for 循环的下面这用法: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()
这里的可视化效果如下:
4. 画水平线和垂直线
比如在上面最后一幅图中,找到了一种方法可以把三种鸢尾花分出来,这是我们需要画出模型(一条直线)。这个时候怎么画呢?
(责任编辑:ioter)
在线可视化python网站_利用Python优雅地可视化数据相关推荐
- python利用特征进行可视化样本显示_利用Python进行机器学习之特征选择
毫无疑问,解决一个问题最重要的是恰当选取特征.甚至创造特征的能力,这叫做特征选取和特征工程.对于特征选取工作,我个人认为分为两个方面: 1)利用python中已有的算法进行特征选取. 2)人为分析各个 ...
- python推荐_利用Python构建一个简单的推荐系统
原标题:利用Python构建一个简单的推荐系统 摘要:快利用python构建一个属于你自己的推荐系统吧,手把手教学,够简单够酷炫.在此之前读者需要对pandas和numpy等数据分析包有所了解. 什么 ...
- 如何用python赚钱_利用python能怎么挣钱
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 6年python,期间写了各种奇葩爬虫,挣各种奇葩的钱,写这篇文章总结下几种爬虫 ...
- 利用python发送邮件_利用python实现简单的邮件发送客户端示例
脚本过于简单,供学习和参考.主要了解一下smtplib库的使用和超时机制的实现.使用signal.alarm实现超时机制. #!/usr/bin/env python # -*- coding: ut ...
- excel python插件_利用 Python 插件 xlwings 读写 Excel
Python 通过 xlwings 读取 Excel 数据 去年底公司让我做设备管理,多次委婉拒绝,最终还是做了.其实我比较喜欢技术.做管理后发现现场没有停机率统计,而原始数据有,每次要自己在Exce ...
- 动态照片墙 python 实现_利用python生成照片墙的示例代码
这篇文章主要介绍了利用python生成照片墙的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧 PIL(Python Im ...
- ppt python 图表_利用python分析weibo数据做成图表放入PPT中
起因 很久以前,就有个想法,就是自动分析微博的数据,但是之前一直想的是网页版展示,flask想学了好久都没学,偶然的一次看到了一篇关于python处理pptx的文章,再加上同窗三年的室友在毕业后竟然主 ...
- python 认证机构_利用Python爬了SIG官网BQB认证公司清单,我有一些重大发现..
关注"无线技术联盟"提供有价值的物联网市场信息和最新的技术分析 利用Python爬取了蓝牙联盟上近一年BQB认证公司的清单,把爬到的有价值的东西写出来分享给大家. 1 蓝牙认证 产 ...
- python 离散化_利用Python将数值型特征进行离散化操作的方法
利用Python将数值型特征进行离散化操作的方法 如下所示: data = np.random.randn(20) factor = pd.cut(data,4) pd.get_dummies(fac ...
最新文章
- blp模型 上读下写_Golang 并发模型系列:1. 轻松入门流水线模型
- bochs上网镜像怎么上网_【干货科普】上网慢!经常掉线!怎么办?
- JVM 运行时数据区域总结
- 20.Azure备份Azure上的虚拟机(中)
- 面经——嵌入式芯片底层
- ios 身份证照片识别信息
- 数学知识在计算机专业的运用,数学在计算机科学及应用中的作用分析
- Linux 系统-----vim命令详解
- 分分钟搞定 OpenV2X 开发环境
- c语言步长,(转+原创)c语言那些细节之a+1和a+1的区别 ,指针的步长问题。
- 网络口碑营销的优势和实施步骤
- noip使用主机动态DNS解析
- 《我与长安城的朝花夕拾》
- JS面向对象/继承/原型链/this指向/call方法
- Mac自带FTP工具用法
- 使用OneNote多人分布式共享
- linux设备驱动那点事儿之SD卡驱动理论篇
- Yep | 李峋爱心代码 python、html+CSS+JavaScript实现
- 安装secureCRT和secureFX
- 考toeic心得。。。。