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()