関数meshgrid
1つのインポートnumpyのAS NP 2 から matplotlibのインポートpyplot AS PLT 。3 からmpl_toolkits.mplot3dインポートAxes3D 。4 X = np.array（[ 0、1、2 ]） 。5 Y = np.array（[ 0、1 ]） 。6 X-、 = YのYマトリックスに展開np.meshgrid（X、Y）X-＃、 7 プリント（X-） 。8 プリント（Y） 。9 theta0、Theta1、Theta2 = 2、3、4 10 AX = Axes3D（plt.figure（ ））は、3次元地図＃描画するために使用される 11を* = Theta0 + Theta1 Z + X- * Theta2 Y値＃Z要求 12は、（X、Y、plt.plot ' R＆LT。'）＃次に図面は、ネットワークを構成する3×2点、であるでしょうグリッドの各点の座標は、切断される* X- Yデカルト積 13は、 三次元地図位に描画するために使用される（X、Y、Z）ax.plot_surface 14 plt.showを（）
mpl_toolkits.mplot3d
パネル張りを描画するときの方法が使用されています
add_subplotを使用してください
numpyのインポートとしてのNP インポートmatplotlib.pyplot としてPLT X = np.arange（0、100 ） 、図 = plt.figure（） AX1 = fig.add_subplot（221 ） ax1.plot（X、X） AX2 = fig.add_subplot（222 ） ax2.plot（X、 - X） AX3 = fig.add_subplot（223 ） ax3.plot（X、X ** 2 ） AX4 = fig.add_subplot（224 ） ax4.plot（X、np.log（X）） plt.show（）
サブプロットメソッドを使用します
numpyのインポートとしてNP から matplotlibのインポートpyplot としてPLT X = np.arange（10 ） plt.subplot（221 ） plt.plot（X、X） plt.subplot（223 ） plt.plot（X、 - X） plt.show （）
PolynomialFeatures
1つのインポートnumpyのようNP 2インポートmatplotlib.pyplot として特許文献 3 からインポートPolynomialFeaturesを＃多项式sklearn.preprocessing 4 からsklearn.linear_modelインポート線形回帰 5 6 ＃载入数据 7件のデータ= np.genfromtxt（" job.csv "、デリミタ= " 、" ） 8 x_data =データ[ 1：1 ] 9 y_dataの=データ[ 1：2 ] 10 plt.scatter（x_data、y_data） 11 plt.show（） 12は 、二次元でなければならない＃寸法 13である x_data = x_data [：、np.newaxis] 14 y_data = y_data [：、np.newaxis] 15 定義＃多項式回帰、多項式特徴の値に調整することができる 16ポリPolynomialFeatures =（度= 4 ） 。17 ＃特徴処理 18は x_poly = poly.fit_transform（x_data） 。19の ＃は、回帰モデル規定 20は、モデル= 線形回帰（） 21れる ＃トレーニングモデル 22は model.fit（x_poly、y_data） 23である plt.plot（x_data 、y_data、' B. ' ） 24 plt.plot（x_data、model.predict（poly.fit_transform（x_data））、' R ' ） 25 plt.show（）