Python:利用python语言绘制多个子图经典案例、代码实现之详细攻略
生活随笔
收集整理的这篇文章主要介绍了
Python:利用python语言绘制多个子图经典案例、代码实现之详细攻略
小编觉得挺不错的,现在分享给大家,帮大家做个参考.
Python:利用python语言绘制多个子图经典案例、代码实现之详细攻略
目录
利用python语言绘制多个子图代码实现、经典案例
1、绘制多个子图框架
多个子图绘制的经典案例
1、绘制多个直方图
2、绘制多个曲线图
利用python语言绘制多个子图代码实现、经典案例
1、绘制多个子图框架
# -- coding: utf-8 -- import matplotlib.pyplot as plt flg = plt.figure() ax1 = flg.add_subplot(2,2,1) ax2 = flg.add_subplot(2,2,2) ax3 = flg.add_subplot(2,2,4) plt.show()
多个子图绘制的经典案例
1、绘制多个直方图
ML之RF:利用数据集(客户年龄、职业、婚姻状况、教育水平、违约记录、年账户平均余额、住房贷款、个人贷款)实现预测客户是否购买该银行的产品二分类预测和推理
DL之DNN:构建5层简单神经网络(3种AF),直方图可视化权重初始值如何影响隐藏层的激活值的分布
# 绘制直方图 for i, a in activations.items():plt.subplot(1, len(activations), i+1)plt.title(str(i+1) + "-layer")if i != 0: plt.yticks([], [])# plt.xlim(0.1, 1)# plt.ylim(0, 7000)plt.hist(a.flatten(), 30, range=(0,1),color='g') plt.suptitle('DNN(5*100+sigmoid,Xavier 2.0): How the Initial Weight Value Affects the Distribution of Activation Value of Hidden Layer',fontsize=12) #Xavier 2.0 plt.show()
2、绘制多个曲线图
ML之MIC:利用有无噪音的正余弦函数理解相关性指标的不同(多图绘制Pearson系数、最大信息系数MIC)
总结
以上是生活随笔为你收集整理的Python:利用python语言绘制多个子图经典案例、代码实现之详细攻略的全部内容,希望文章能够帮你解决所遇到的问题。
- 上一篇: 成功解决TypeError int ob
- 下一篇: Python:利用python编程将上海