登录/ 注册
 找回密码
 立即注册
关闭

CSDN热搜

程序园 精品问答 技术交流 资源下载
返回列表 发新帖
首页 › 业界区 › 业界 ›matplotlib 机器学习绘图

matplotlib 机器学习绘图

战匈琼 2025-9-28 18:34:56
安装：
  1. pip install matplotlib
复制代码
介绍

Matplotlib 是 Python 中最常用的 2D 绘图库，也可以用来绘制 3D 图形。它提供了一套面向对象（OO）和基于 pyplot 的 MATLAB 风格接口，几乎能画出所有静态、动态、交互式的图表。
  1. matplotlib/
  2. ├─ init.py      # 顶层命名空间，常用别名 import matplotlib as mpl
  3. ├─ pyplot.py        # MATLAB 风格接口，最常用 import matplotlib.pyplot as plt
  4. ├─ artist.py        # 绘图元素基类
  5. ├─ axes.py          # Axes 对象
  6. ├─ figure.py        # Figure 对象
  7. ├─ axis.py          # X/YAxis 对象
  8. ├─ backend_*.py     # 各后端实现
复制代码
matplotlib.pyplot
最常用的高层接口，直接操作当前 figure/axes，函数式调用。
典型函数：plot、scatter、hist、imshow、subplots、savefig、show 等。
matplotlib.figure
管理整张图（Figure 对象），包含一个或多个 Axes。
matplotlib.axes
真正的“画布”，所有绘图都在 Axes 上完成。
关键方法：plot、bar、pie、contour、pcolormesh、annotate 等。
子模块 matplotlib.axes.Axes 中 >200 个绘图/辅助方法。
函数名称描述Plot折线图或点图Scatter绘制x与y的散点图Bar绘制条形图Barh绘制水平条形图Stem棉签图Boxplot绘制箱型图Hist绘制直方图his2d绘制2D直方图Pie绘制饼状图Step绘制阶梯图Quiver绘制一个二维按箭头Stackplot绘制堆叠图Polar绘制极坐标图折线图

plot() 用于画图它可以绘制点和线，语法格式如下：
  1. # 画单条线
  2. plot([x], y, [fmt], *, data=None, **kwargs)
  4. # 画多条线
  5. plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
复制代码
参数说明：
x, y：点或线的节点，x 为 x 轴数据，y 为 y 轴数据，数据可以列表或数组。x 轴是可选，不指定则以y轴长度为个数，生成从0开始的整数数组为x轴。
fmt：可选，定义基本格式（如颜色、标记和线条样式）。
**kwargs：可选，用在二维平面图上，设置指定属性，如标签，线的宽度等。
基础折线图：
  1. import matplotlib.pyplot as plt
  2. x = [1,2,3,4]
  3. y = [2,4,9,26]
  4. plt.plot(x,y)
  5. plt.show()
复制代码
1.png

标签信息：
在画布中添加标签信息：

  • plt.xlabel()： x轴坐标信息
  • plt.ylabel()： y轴坐标信息
  • plt.title()： 顶部标题信息
  1. import matplotlib.pyplot as plt
  2. x = [1,2,3,4]
  3. y = [2,4,9,26]
  4. plt.plot(x,y)
  5. plt.xlabel("x")
  6. plt.ylabel("y")
  7. plt.title("title")
  8. plt.show()
复制代码
2.png

网格：
plt.grid()： 设置画布中显示网格线
  1. import matplotlib.pyplot as plt
  2. x = [1,2,3,4]
  3. y = [2,4,9,26]
  4. plt.plot(x,y)
  5. plt.xlabel("x")
  6. plt.ylabel("y")
  7. plt.title("title")
  8. plt.grid()
  9. plt.show()
复制代码
3.png

点图：
设置fmt参数，绘制点图
  1. import matplotlib.pyplot as plt
  2. x = [1,2,3,4]
  3. y = [2,4,9,26]
  4. plt.plot(x,y, "o")
  5. plt.show()
复制代码
4.png

柱状图

bar() 方法语法格式如下：
  1. matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)
复制代码
参数说明：

  • x：数组，柱形图的 x 轴数据。
  • height：数组，柱形图的高度。
  • width：浮点型数组，柱形图的宽度。
  • bottom：数组，底座的 y 坐标，默认 0。
  • align：柱形图与 x 坐标的对齐方式

    • 'center' 以 x 位置为中心，这是默认值。
    • 'edge'：将柱形图的左边缘与 x 位置对齐。要对齐右边缘的条形，可以传递负数的宽度值及 align='edge'。

  • **kwargs：：其他参数。
基础柱状图：
  1. import matplotlib.pyplot as plt
  3. x = ["apple", "banana", "origin", "watermelon"]
  4. y = [12, 22, 6, 18]
  6. plt.bar(x, y)
  7. plt.show()
复制代码
5.png

设置柱状图颜色：
  1. import matplotlib.pyplot as plt
  3. x = ["apple", "banana", "origin", "watermelon"]
  4. y = [12, 22, 6, 18]
  6. plt.bar(x, y, color="blue")
  7. plt.show()
复制代码
6.png
  1. import matplotlib.pyplot as plt
  3. x = ["apple", "banana", "origin", "watermelon"]
  4. y = [12, 22, 6, 18]
  6. plt.bar(x, y, color=["skyblue", "origin", "magenta", "cyan"])
  7. plt.show()
复制代码
7.png

柱状图填充
使用 hatch 参数可以指定柱状图填充形状， 取值包括：'/', '\', '|', '-', '+', 'x', 'o', 'O', '.', '*'
  1. import matplotlib.pyplot as plt
  3. x = ["apple", "banana", "origin", "watermelon"]
  4. y = [12, 22, 6, 18]
  6. plt.bar(x, y, hatch="/")
  7. plt.show()
复制代码
8.png

设置数值
使用 plt.bar_label 函数给柱状图设置数值参数
  1. import matplotlib.pyplot as plt
  3. x = ["apple", "banana", "origin", "watermelon"]
  4. y = [12, 22, 6, 18]
  6. bar = plt.bar(x, y)
  7. plt.bar_label(bar)
  8. plt.show()
复制代码
9.png

柱状对比图：
  1. import matplotlib.pyplot as plt
  4. y_1 = [0.1136, 1.4602, 0.3427, 1.8336]
  5. y_2 = [0.2234, 1.2587, 0.4416, 1.8415]
  7. #2、创建画布
  8. plt.figure(figsize=(20,8))
  10. plt.bar([i-0.1 for i in range(4)], y_1, width=0.2, label='before optimize')
  11. plt.bar([i+0.1 for i in range(4)], y_2, width=0.2, label='after optimize')
  13. #4、修改X刻度
  14. plt.xticks([0,1,2,3], ['MSE', 'RMSE', 'MAE', 'R2'])
  16. plt.legend()
  17. plt.grid(True)
  18. plt.title("model optimize compare")
  19. plt.xlabel("metrics")
  20. plt.ylabel("value")
  21. plt.show()
复制代码
10.png

饼图

pie 是饼图的函数，下面是函数接口：
  1. pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None, data=None)
复制代码

  • x：浮点型数组或列表，用于绘制饼图的数据，表示每个扇形的面积。
  • labels：列表，各个扇形的标签，默认值为 None。
  • colors：数组，表示各个扇形的颜色，默认值为 None。
基础饼图：
  1. import matplotlib.pyplot as plt
  2. import numpy as np
  4. x = np.array([35, 25, 25, 15])
  6. plt.pie(x)
  7. plt.show()
复制代码
11.png

标签和颜色：
labels：设置每一个饼图的标签，和饼图个数不一致会报错
colors：设置每一个饼图的颜色，和饼图个数不一致会报错
  1. x = [35, 25, 25, 15]
  2. label = ['apple', "banana", "orange", "watermelon"]
  3. color=["skyblue", "pink", "teal", "cyan"]
  5. plt.pie(x, labels=label, colors=color)
  6. plt.show()
复制代码
12.png

添加百分比：
autopct： 设置百分比，%0.1f%% 代表小数点后一位的带百分号的百分比
  1. x = [35, 25, 25, 15]
  2. label = ['apple', "banana", "orange", "watermelon"]
  3. color=["skyblue", "pink", "teal", "cyan"]
  5. plt.pie(x, labels=label, colors=color, autopct="%0.1f%%")
  6. plt.show()
复制代码
13.png

棉签图
  1. import numpy as np
  3. pred = np.array([0.5, 0.9, 0.23, 0.56, 0.8, 0.4, 0.5, 0.4, 0.7, 0.1, 0.9])
  4. y_test = np.array([0.1, 0.2, 0.3, 0.8, 0.1, 0.2, 0.9, 0.1, 0.5, 0.3, 0.4])
  6. diff = pred - y_test
  8. plt.stem(list(range(len(diff))), diff, linefmt="-.")
  9. plt.show()
复制代码
14.png

箱线图

boxplot（箱线图，又称为盒须图、盒式图）是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。通过箱线图，可以直观的探索数据特征，比如观察数据中是否存在异常数据，离群数据。
箱线图共由五个数值点构成，分别是最小观察值，25%分位数（Q1），中位数，75%分位数（Q3），最大观察值，

  • 最小观察值 = Q1 – 1.5（IQR）, IQR = Q3 –Q1
  • 最大观察值 = Q3 + 1.5（IQR）, IQR = Q3 –Q1
下图显示了箱型图与正态分布的概率分布函数的比较。
15.png

箱线图查看：
下极限（Min）：数据集中最小的值。
下四分位数（Q1）：数据的第25百分位数。
中位数（Q2）：数据的第50百分位数。
上四分位数（Q3）：数据的第75百分位数。
上极限（Max）：数据集中最大的值。
注意：
上下限:上下限并不是整个数据样本的最大值和最小值，而是

  • 上限 = 去除异常值的最大值（Q3+1.5IQR）
  • 下限 = 去除异常值的最小值（Q1-1.5IQR）
在上下限这里分别划出两条线段作为异常值的分界点。
16.png
  1. import numpy as np
  3. arr = np.array([0.5, 0.9, 0.23, 0.56, 0.8, 0.4, 0.5, 0.4, 0.7, 0.1, 0.9])
  5. plt.boxplot(arr)
  6. plt.show()
复制代码
17.png

存在异常值的数据：
  1. import numpy as np
  3. arr = np.array([2.5, 0.9, 0.23, 0.56, 0.8, 2.4, 0.5, 0.4, 0.7, 0.1, 0.9])
  5. plt.boxplot(arr)
  6. plt.show()
复制代码
18.png

箱体填充：
  1. import numpy as np
  3. arr = np.array([0.5, 0.9, 0.23, 0.56, 0.8, 0.4, 0.5, 0.4, 0.7, 0.1, 0.9])
  5. plt.boxplot(arr, patch_artist=True)
  6. plt.show()
复制代码
19.png

中位线样式：
  1. import numpy as np
  3. arr = np.array([0.5, 0.9, 0.23, 0.56, 0.8, 0.4, 0.5, 0.4, 0.7, 0.1, 0.9])
  5. plt.boxplot(arr, patch_artist=True, medianprops={'linestyle': '-', 'color': 'y', 'linewidth': 1.5})
  6. plt.show()
复制代码
20.png


来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
matplotlib机器学习绘图

使用道具 举报

相关推荐
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册
发帖
战匈琼
2025-9-28 18:34:56

0

粉丝关注

13

主题发布

板块介绍填写区域，请于后台编辑
微信扫一扫