机器学习库

Matlotlib

①绘制简单曲线

#绘制简单曲线
import matplotlib.pylab as plt #重命名
plt.plot([1,3,5],[4,8,10])#135 横坐标 4810 纵坐标
plt.show()

所示结果：

②利用numpy计算生成曲线

#利用numpy计算生成的曲线
import matplotlib.pylab as plt #重命名
import numpy as np
x=np.linspace(-np.pi,np.pi,100)#x轴的定义域为-3.14~3.14,中间间隔100个单位
plt.plot(x,np.sin(x)) #横坐标 x值 纵坐标 sinx的值
plt.show()

所示结果：

③绘制多条曲线（figure）

plt.figure(1,dpi=50)#figure创建图标  dpi精度  精度越高图片体积越大越清晰
for i in range(1,5):#四条线 多次调用plot方法
    plt.plot(x,np.sin(x/i))
plt.show()

所示结果：

④直方图（hist）

plt.figure(1,dpi=50)
data=[1,1,1,2,2,3,4,4,5,5,6,3,6,4]
plt.hist(data)   #hist直方图统计数据出现的次数
plt.show()

所示结果：

⑤散点图（scatter）

x=np.arange(1,10)#1~10的连续数
y=x  #散点落到y=x轴上
fig=plt.figure()
plt.scatter(x,y,c='r',marker='o') #c='r'散点颜色为红色 marker 表示指定散点形状为圆形
plt.show()

所示结果：

TensorFlow