机器学习 第一节 第十课

[toc]

总结

在第一节的内容中, 我们都做了些什么

1. 绘制了折线图 ( plt.plot )

机器学习 第一节 第十课

2. 设置了图片的大小和分辨率 ( plt.figure )

机器学习 第一节 第十课

3. 实现了图片的保存 ( plt.savefig )

机器学习 第一节 第十课

4. 设置了 xy 轴上的刻度和字符串 ( xticks )

机器学习 第一节 第十课

5. 解决了刻度稀疏和密集的问题 (xticks )

机器学习 第一节 第十课

6. 设置了标题, xy 轴的 lable ( title, xlable, ylable)

机器学习 第一节 第十课

7. 设置了字体 ( font manager, fontProperties, matplotlib.rc )

机器学习 第一节 第十课

8. 在一个图上绘制多个图形 ( plt 多次 plot 即可 )

机器学习 第一节 第十课

9. 为不同的图形添加图例

机器学习 第一节 第十课

Matplotlib 能绘制的图

matplotlib 能够绘制折线图, 散点图, 柱状图, 直方图, 箱线图, 饼图等.

但是, 我们需要知道不同的统计图到底到底能够表示出什么, 以此来决定选择哪种统计图来更直观的呈现我们的数据.

对比常用统计图

折线图

折线图: 以折线的上升或下降来表示统计数量的增减变化的统计图.

特点能够显示数据的变化趋势, 反映事物的变化情况. ( 变化 )

直方图

直方图: 由一系列高度不等的纵向条纹或线段表示数据分布的情况. 一般用横轴表示数据范围, 纵轴表示分布情况.

特点: 绘制连续性的数据, 展示一组或多组数据的分布状况. ( 统计 )

条形图

条形图: 排序在工作表的列或行中的数据可以绘制到条形图中. 

特点: 绘制离散性的数据, 能够一眼看出各个数据的大小, 比较数据之间的差别. ( 统计 )

散点图

散点图: 用两组数据构成多个坐标点, 考察坐标点的分布, 判断两变量之间是否存在某种关联或总结坐标的分布模式.

特点: 判断变量之间是否存在数量关联趋势, 展示离群点. (分布规律 )

机器学习 第一节 第十课