Python与机器学习之数据可视化(三)

装饰Matplotlib(标签、文本、标记、注释…)

在机器学习实际应用中，最关键的部分就是数据可视化，否则无论调试还是总结，你无从下手。python大牛们提供了非常牛逼的库—Matplotlib

回顾

• Python与机器学习之数据可视化
• Python与机器学习之数据可视化(二)
• 好文章

详解图像组成

Figure

1. 在matplotlib中，整个图像为Figure对象，理解为图像ID。
2. Figure对象中包含多个Axes对象，理解为子图ID。

如图：

直线图详解Figure内部组件

title为图像标题，Axis为坐标轴, Label为坐标轴标注，Tick为刻度线，Tick Label为刻度注释。
如图：

各个对象关系从属

图像中所有对象均来自于Artist的基类。
如图：

用于美化的组件

Text and Annotations(可戳)

Show me the code

import matplotlib.pyplot as pltplt.figure(1, figsize=(5, 5))##ax子图IDax = plt.subplot(111)plt.xticks(range(6))# 如果不指定刻度，x轴与y轴都是1plt.yticks(range(6))##ANNOTATE# xy箭头的位置# xytext文本框的位置,size文本框的大小# va，ha字体显示在文本框的位置# 文本框边框bbox=dict(boxstyle=边框样式，fc=前景色)# 箭头arrowprops=dict(arrowsyle=箭头样式，connectionstyle=连接路径arc3直接连，完全角度),rad代表箭头是否是弯的，+-定义弯的方向ax.annotate(u"arrow", xy=(1, 1), \            xytext=(4, 4), size=15, \            va="center", ha="center", \            bbox=dict(boxstyle='sawtooth', fc="w"), \            arrowprops=dict(arrowstyle="-|>", connectionstyle="angle,rad=0.4", fc='r') \            )##TEXTbbox_props = dict(boxstyle="rarrow,pad=0.3", fc="cyan", ec="b", lw=2)ax.text(0, 0, "Direction", \        ha="center", va="center", \        rotation=45, size=15, \        bbox=bbox_props        )##TABLE(不举例了...)ax.table(cellText=None, cellColours=None,\         cellLoc='right', colWidths=None,\         rowLabels=None, rowColours=None, rowLoc='left',\         colLabels=None, colColours=None, colLoc='center',\         loc='bottom', bbox=None)##ARROWax.arrow(x, y, dx, dy, **kwargs)plt.show()

Show me the picture

如图：

总结

平时legend，annotate，text，label，title会多用一点~
接下来还会有一篇举例，两篇例子足够大家使用了

如果您看到这篇文章有收获或者有不同的意见，欢迎点赞或者评论。python群:190341254丁。