Python matplotlib应用

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/jin_tmac/article/details/82183615

matplotlib 是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。
import matplotlib.pyplot as plt

1、plt.figure(figsize=(8, 6))
设置初始图片的属性
2、
plt.xlabel(‘gamma’)
plt.ylabel(‘C’)
设置x,y轴的名字
3、plt.axis
axis是用来设置具体某一个坐标轴的属性的，具体用法可以参照：http://matplotlib.org/api/_as_gen/matplotlib.pyplot.axis.html#matplotlib.pyplot.axis
4、plt.xlim和plt.ylim
用来设置坐标轴范围

x_min = -3
x_max = 3
y_min = -3
y_max = 3
plt.xlim(x_min, x_max)
plt.ylim(y_min, y_max)

5、plt.xticks()和plt.yticks()
将坐标轴上的刻度打上自定义的标签

plt.xticks(np.arange(len(gamma_range)), gamma_range, rotation=45)
#ratation是刻度与坐标轴的角度
plt.yticks(np.arange(len(C_range)), C_range)

6、plt.grid(True) 添加网格线
7、plt.title(‘title’)给图加title，plt.text()

散点图

plt.scatter(x, y, marker=’*’)具体参见文档

plt.scatter(clf.support_vectors_[:, 0], clf.support_vectors_[:, 1], s=80,
            facecolors='none', zorder=10, edgecolors='k')
plt.scatter(X[:, 0], X[:, 1], c=Y, zorder=10, cmap=plt.cm.Paired,
            edgecolors='k')

上述代码是在svm中，画出样本点及标记出其中的支持向量点，

plt.pcolormesh(XX, YY, Z > 0, cmap=plt.cm.Paired)
plt.contour(XX, YY, Z, colors=['k', 'k', 'k'], linestyles=['--', '-', '--'],
          levels=[-.5, 0, .5])

plt.colormesh()和plt.contour()的用法参考这篇博文

这个采用线性核分类结果是有5个support vector，其中有一个是分类错误的。

直方图

可以plt.hist([train_proba_pos,train_proba_neg],bins=100,color=[“red”,”blue”])
可以观察正例和反例的概率分布

参考资料：
1、http://sklearn.apachecn.org/cn/0.19.0/modules/generated/sklearn.svm.SVC.html#sklearn.svm.SVC
2、https://segmentfault.com/a/1190000005104723