Python基础——matplotlib库的使用与绘图可视化

1、matplotlib库简介：

Matplotlib 是一个 Python 的 2D绘图库，开发者可以便捷地生成绘图，直方图，功率谱，条形图，散点图等。

2、Matplotlib 库使用：

注：由于深度学习实践中常常会使用绘图，主要包括生成绘图、散点图，实践中也主要关注此点。

运行环境：Python3

（1）生成绘图

import numpy as np               # 导入NumPy库
import matplotlib.pyplot as plt  # 导入绘图库
import matplotlib
if __name__ == "__main__":
    #simkai.ttf 是电脑控制面板里字体的一种，这里是楷体
    chinese =matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simkai.ttf')
    x1 = np.arange(-5.0, 5.0, 0.02)
    y1 = np.sin(x1)
    x2 = np.arange(-5.0, 5.0, 0.02)
    y2 = np.cos(x2)
    plt.figure()                                       #作图1
    plt.subplot()                                    #作子图
    plt.plot(x1, y1, 'r',label=u'正弦信号',linewidth=)  #作出x1和y1图，依次设置颜色、标签名称、线性大小
    plt.legend(prop=chinese)                            #支持中文
    plt.axis([-2.5, 2.5, -, ])                        #设置x、y轴范围
    plt.subplot()                                    #作子图
    plt.plot(x2, y2, 'go',label=u'余弦信号',linewidth=) #作出x2和y2图，依次设置颜色、标签名称
    plt.legend(prop=chinese)                            #支持中文
    plt.axis([-2.5, 2.5, -, ])                        #设置x、y轴范围
    plt.show()                                          #显示作图结果

（2）散点图

注：data.txt 文件下载

链接：https://pan.baidu.com/s/1GQDuBKaHVyxGcEVvaVafAA
           提取码：6cxo

import numpy as np
import matplotlib.pyplot as plt
if __name__ == "__main__":
    myDat = np.loadtxt('data.txt') #加载数据文件，数据间的分隔符为空格
    xMat = np.mat(myDat)[:,]
    yMat = np.mat(myDat)[:,]
    plt.figure()                   #作图
    #作原始数据散点图
    plt.scatter(xMat[:,].flatten().A[],yMat[:,].flatten().A[],color = 'r',label='data',marker = 'o') #依次设置散点的颜色、形状
    plt.legend(loc='lower right')  #指定标签位置
    plt.show()                     #显示作图结果

参考文献

[1] https://blog.csdn.net/u014453898/article/details/73395522