机器学习中许多时候需要将数据可视化，方便更直观地表现目前的数据。

安装方法：

pip install matplotlib

matplotlib是一个庞大的绘图库模块。pyplot子模块可以完成许多图表绘制。

认识matplotlib.pyplot模块的主要函数

绘制简单的折线图plot()

常用语法格式如下：

plot(x, y, lw=x, ls='x', label='xxx', color)

x：x轴系列值。

y：y轴系列值。

lw：linewidth的缩写，折线图的线条宽度。预设线条宽度是1，参数设定线条的粗细。

ls：linestyle的缩写，折线图的线条样式。

color：缩写是c，设置色彩。

label：图表的标签

画线基础实践

square[]列表有9笔数据代表y轴值，数据基本上是x轴索引0~8的平方值序列。

import matplotlib.pyplot as plt
 
x=[x for x in range(9)]
squares=[0,1,4,9,16,25,36,49,64]
plt.plot(x,squares)
plt.show()

运行结果：

省略x轴数据 

import matplotlib.pyplot as plt
 
squares=[0,1,4,9,16,25,36,49,64]
plt.plot(squares)
plt.show()

运行结果如同上一个实例。

将x轴刻度设为0~8，y轴刻度设为0~70。

import matplotlib.pyplot as plt
 
squares=[0,1,4,9,16,25,36,49,64]
plt.plot(squares)
plt.axis(0,8,0,70)
plt.show()

运行结果： 

增加网络线

import matplotlib.pyplot as plt
 
squares=[0,1,4,9,16,25,36,49,64]
plt.plot(squares)
plt.axis([0, 8, 0, 70])
plt.grid()
plt.show()

运行结果

线条宽度linewidth

设定线条宽度是10，使用lw=10。

import matplotlib.pyplot as plt
 
squares=[0,1,4,9,16,25,36,49,64]
plt.plot(squares,lw=10)
plt.show()

运行结果

标题的显示

title(标题名称，fontsize=字号)

xlabel(标题名称，fontsize=字号)

ylabel(标题名称，fontsize=字号)

默认字号大小是12。

使用默认字号为图表与x、y轴建立标题。

import matplotlib.pyplot as plt
 
squares=[0,1,4,9,16,25,36,49,64]
plt.plot(squares,lw=10)
plt.title('Test Chart')
plt.xlabel('Value')
plt.ylabel('Square')
plt.show()

运行结果：

使用设定字号24建立图标标题，字号16建立x、y轴标题。

import matplotlib.pyplot as plt
 
squares=[0,1,4,9,16,25,36,49,64]
plt.plot(squares,lw=10)
plt.title('Test Chart',fontsize=24)
plt.xlabel('Value',fontsize=16)
plt.ylabel('Square',fontsize=16)
plt.show()

运行结果：

坐标轴刻度的设定

在设计图表时可以使用tick_params()设计设定坐标轴的刻度大小、颜色以及应用范围。

tick_paramas(axis='xx', labelsize=xx, color='xx')

如果axis的xx是both，代表应用到x轴和y轴；如果xx是x，代表应用到x轴；如果xx是y，代表应用到y轴；

使用不同刻度与颜色绘制图表。

import matplotlib.pyplot as plt
 
squares = [0, 1, 4, 9, 16, 25, 36, 49, 64]
plt.plot(squares, lw=10)       # 列表squares数据是y轴的值, 线条宽度是10
plt.title('Test Chart', fontsize=24)
plt.xlabel('Value', fontsize=16)
plt.ylabel('Square', fontsize=16)
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

运行结果：

多组数据的应用

plot(seq，第一组数据，seq，第二组数据，...)

设计含多组数据的图表。

import matplotlib.pyplot as plt
 
data1 = [1, 4, 9, 16, 25, 36, 49, 64]           # data1线条
data2 = [1, 3, 6, 10, 15, 21, 28, 36]           # data2线条
seq = [1,2,3,4,5,6,7,8]
plt.plot(seq, data1, seq, data2)                # data1&2线条
plt.title("Test Chart", fontsize=24)
plt.xlabel("x-Value", fontsize=14)
plt.ylabel("y-Value", fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

运行结果：

线条色彩与样式

上述可以混合使用，例如‘r-.’代表红色虚点线。

采用不同色彩与线条样式绘制图表

import matplotlib.pyplot as plt
 
data1 = [1, 2, 3, 4, 5, 6, 7, 8]                # data1线条
data2 = [1, 4, 9, 16, 25, 36, 49, 64]           # data2线条
data3 = [1, 3, 6, 10, 15, 21, 28, 36]           # data3线条
data4 = [1, 7, 15, 26, 40, 57, 77, 100]         # data4线条
 
seq = [1, 2, 3, 4, 5, 6, 7, 8]
plt.plot(seq, data1, 'g--', seq, data2, 'r-.', seq, data3, 'y:', seq, data4, 'k.')   
plt.title("Test Chart", fontsize=24)
plt.xlabel("x-Value", fontsize=14)
plt.ylabel("y-Value", fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

 

重新设计上图绘制线条 ，同时为各个点加上标记。

import matplotlib.pyplot as plt
 
data1 = [1, 2, 3, 4, 5, 6, 7, 8]                # data1线条
data2 = [1, 4, 9, 16, 25, 36, 49, 64]           # data2线条
data3 = [1, 3, 6, 10, 15, 21, 28, 36]           # data3线条
data4 = [1, 7, 15, 26, 40, 57, 77, 100]         # data4线条
 
seq = [1, 2, 3, 4, 5, 6, 7, 8]
plt.plot(seq, data1, '-*', seq, data2, '-o', seq, data3, '-^', seq, data4, '-s')   
plt.title("Test Chart", fontsize=24)
plt.xlabel("x-Value", fontsize=14)
plt.ylabel("y-Value", fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

 

刻度设计

图例legend()

保存与开启文件

在图上标记文件

绘制散点图scatter()

numpy模块

图表显示中文