|
|
51CTO旗下网站
|
|
移步端
  • 为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    Matplotlib是一番流行的Python库,可以很容易地用于创建数据可视化。

    笔者:机器学习与数据分析 来源:当日第一| 2020-01-22 16:29

     前言

    Matplotlib是一番流行的Python库,可以很容易地用于创建数据可视化。然而,安装数据、数、图片和测绘在每次执行新项目时都可能变得非常混乱和繁琐。而且由于采取不同,咱们不知晓选择哪一个图例,比如直方图,饼状图,曲线图等等。此地有一度很棒的思辨导图,可以协助您为工作选择正确的可视化效果:

    为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    咱们对于这张思维导图中的主要图例做一些解释:

    散点图

    散点图非常方便显示两个变量之间的关联,因为您可以直接看到数据的原有分布。您还可以通过如下图所示的对组进行颜色编码来查看不同数据组的这种联系。

    为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    想要可视化三个变量之间的关联吗?!总体没有异议只需使用另一番指数(如点大小)对第三个变量进行编码,如下的第二个图所示,咱们把这个图叫做冒泡图。

    为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    散点图函数举例:

          
    1. scatter(x_data,y_data,s=10,color=color,alpha=0.75

    线图

    顶你能掌握地看看一个变量与另一番变量之间浮动很大时,最好使用线图。让咱看看下面的向往来阐明。咱们可以知道地看看,整整专业的比重随时间变化很大。用散点图来绘制这些图会非常杂乱,很难真正掌握和观看发生了什么。伽马射线图非常方便这种情景,因为他基本上可以快捷总结两个变量(百分比和时间)的协方差。同样,咱们也得以通过颜色编码来行使分组。

    为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    线图代码举例:

          
    1. plot(x_data, y_data, lw = 2, color = '#539caf', alpha = 1

    直方图

    直方图对于查看(或真正意识)数据点的分布很有用。探望下面的柱状图,咱们绘制了效率和智慧的柱状图。咱们可以知道地看看向中心的浓度和美方值是什么。咱们也得以看出他遵循一个高斯分布。采用条形图(而不是散点图)可以让咱知道地看看每个箱子频率之间的相对差异。采用箱子(离散化)真的协助我们看来“更大的镜头”,如果我们采用一切没有离散箱子的多寡点,在可视化中可能会有许多噪音,使我们很难看到到底发生了什么。

    为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    假设我们要比较数据中两个变量的分布。有人可能会认为,你不能不制作两个挺立的直方图,把它们放在一起比较。但是,实际上有一度更好的主意:咱们可以用不同之资信度覆盖直方图。探望下面的向往。均匀分布的资信度设为0。5这样我们就能收看他的背下。这允许利用直接查看同一图上的两个分布。

    为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    直方图代码举例:

          
    1. hist(data, n_bins = n_bins, cumulative = cumulative, color = '#539caf'

    条形图

    顶您试图将类别很少(可能少于10个)的分类数据可视化时,条形图是最有效的。如果我们有太多的项目,这就是说图中的条形图就会非常混乱,很难理解。它们非常方便分类数据,因为您可以根据条形图的大小;列入也很容易划分和颜色编码。咱们将看到三种不同门类的条形图:正常的、分批的和堆叠的:

    为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    正常的条形图代码举例:

          
    1. bar(x_data, y_data, color = '#539caf', align = 'center'
    为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    分批图代码举例:

          
    1. foriinrange(0,len(y_data_list)):    if i == 0:        bar(x_data,y_data_list[i],color=colors[i],align='center',label=y_data_names[i])else:  bar(x_data,y_data_list[i],color=colors[i],bottom=y_data_list[i-1],align='center',label=y_data_names[i]) 
    为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图

    堆叠图代码举例:

          
    1. for i in range(0, len(y_data_list)):bar(x_data+alteration[i],y_data_list[i],color=colors[i],label=y_data_names[i],width=ind_width) 

    【编纂推荐】

    1. 一文看懂必发娱乐手机版的六个主要概念和实行AI品种的七个注意事项
    2. 必发娱乐手机版在网络安全领域的使用
    3. 控制这六地,筹建机器学习项目
    4. 为什么我用Go写机器学习部署平台,而偏偏不用Python?
    5. 性能提升25倍:Rust开展取代C和C++,成为机器学习首选之Python此后端
    【义务编辑: 张燕妮 TEL:(010)68476606】

    点赞 0
  • 机器学习  必发娱乐手机版  微机
  • 分享:
    大家都在看
    猜你喜欢
  • 24H热文
    一周话题
    每月获赞
  • 我花了两年,从不懂Python成为了AI工程师未来学家预测2099年内的时尚名将发生之转移性能提升25倍:Rust开展取代C和C++,成为机器学习首选之Python此后端为什么你认为Matplotlib用起来困难?因为你还没看过这个思想导图为什么我用Go写机器学习部署平台,而偏偏不用Python?要求关怀的2020年8个必发娱乐手机版趋势大同失独妈妈用AI“复活”了年仅14岁女儿......3列代码提速模型训练:其一算法让你的GPU老树开新彩
  • 大同失独妈妈用AI“复活”了年仅14岁女儿......性能提升最高120倍!滴滴实习生提出自动结构化减枝压缩算法框架约会软件上的小姐姐,其实是StyleGAN浮动的假人控制这六地,筹建机器学习项目用 PyTorch 单挑全世界,特斯拉是如何实现自动驾驶的?性能提升25倍:Rust开展取代C和C++,成为机器学习首选之Python此后端搞AI的,怎么才能不下岗?未来学家预测2099年内的时尚名将发生之转移
  • 2019深度学习框架排行榜 (副TOP 10到TOP 3)舟谱数据的顽固与克制:有效是数量智能的金标准未来学家预测2099年内的时尚名将发生之转移面识别技术总结:副传统艺术到深度学习大同失独妈妈用AI“复活”了年仅14岁女儿......51CTO先后十四届中国企业年终大选结果出炉!神操作!只需5列代码,就能做出一番图像识别AI诸多大数量科学家都已经离职?原因我来告诉你
  • 订阅专栏+更多

    Python使用场景实战手册

    Python使用场景实战手册

    Python使用场景实战手册
    共3章 | KaliArch

    19人口订阅学习

    一步到位玩儿透Ansible

    一步到位玩儿透Ansible

    Ansible
    共17章 | 骏马金龙1

    198人口订阅学习

    云架构师修炼手册

    云架构师修炼手册

    云架构师之必不可少技能
    共3章 | Allen在路上

    35人口订阅学习

    订阅51CTO邮刊

    点击这里查看样刊

    订阅51CTO邮刊

    51CTO劳务号

    51CTO官微