最近看《機器學習系統(tǒng)設計》…前兩章。學到了一些用Matplotlib進行數(shù)據(jù)可視化的方法。在這里整理一下。聲明：由于本文的代碼大部分是參考書中的例子，所以不提供完整代碼，只提供示例片段，也就是只能看出某一部分用法，感興趣的需要在自己的數(shù)據(jù)上學習測試。 　　最開始，當然還是要導入我們需要的包： 　　1. 畫散點圖 　　畫散點圖用plt.scatter(x,y)。畫連續(xù)曲線在下一個例子中可以看到，用到了plt.plot(x,y)。 　　plt.xticks(loc，label)可以自定義x軸刻度的顯示，第一個參數(shù)表示的是第二個參數(shù)label顯示的位置loc。 　　plt.autoscale(tight=True)可以自動調(diào)整圖像顯示的最佳化比例 。 　　畫出散點圖如下： 　　2. 多項式擬合并畫出擬合曲線 　　## 多項式擬合 　　效果圖： 　　3. 畫多個子圖 　　這里用到的是sklearn的iris_dataset(鳶尾花數(shù)據(jù)集)。 　　此數(shù)據(jù)集包含四列，分別是鳶尾花的四個特征： 　　sepal length (cm)——花萼長度 　　sepal width (cm)——花萼寬度 　　petal length (cm)——花瓣長度 　　petal width (cm)——花瓣寬度 　　這里首先對數(shù)據(jù)進行一定的處理，主要就是對特征名稱進行兩兩排列組合，然后任兩個特征一個一個做x軸另一個做y軸進行畫圖。 　　這里有一個排列組合參考代碼，最后是取出了兩兩組合的情況。 　　排列組合的結(jié)果是feature_names_2包含了排列組合的所有情況，它的每一個元素包含了一個排列組合的所有情況，比如第一個元素包含了所有單個元素排列組合的情況，第二個元素包含了所有的兩兩組合的情況……所以這里取出了第二個元素，也就是所有的兩兩組合的情況 　　下面是在for循環(huán)里畫多個子圖的方法。對我來說，這里需要學習的有不少。比如 　　for i,k in enumerate(feature_names_2[1]):這一句老是記不住。 　　比如從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循環(huán)中畫子圖的方法：plt.subplot(2,3,1+i) 　　比如for循環(huán)的下面這用法：for t,marker,c in zip(range(3),”>ox”,”rgb”): 　　這里的可視化效果如下： 　　4. 畫水平線和垂直線 　　比如在上面最后一幅圖中，找到了一種方法可以把三種鳶尾花分出來，這是我們需要畫出模型(一條直線)。這個時候怎么畫呢? 　　下面需要注意的就是plt.vlines(x,y_min,y_max)和plt.hlines(y,x_min,x_max)的用法。 　　此時可視化效果如下： 　　5. 動態(tài)畫圖 　　plt.ion()打開交互模式。plt.show()不再阻塞程序運行。 　　注意plt.axis()的用法。

　　可視化效果：