机器学习系列（五）——matplotlib数据可视化与iris数

matplotlib基础

折线图

在实际中使用matplotlib并不多，除非要做专业的图像处理，我们更多使用的是它下面的pyplot。

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,50)#(0,10)切分50段
y=np.sin(x)
plt.plot(x,y)
plt.show()

画出的图像如下

plot1

可以加入很多渲染，如绘制多条曲线：

cosy=np.cos(x)
siny=y.copy()
plt.plot(x,siny)
plt.plot(x,cosy)
plt.show()

plot会很智能地绘制不同颜色：

plot2

颜色color可以手动指定，支持RGB方式和特殊名称：

plt.plot(x,siny,color='#000fff')
plt.plot(x,cosy,color='red')
plt.show()

plot3

修改绘制线条样式linestyle：

plt.plot(x,siny,color='#000fff',linestyle='--')
plt.plot(x,cosy,color='red')
plt.show()

plot4

手动指定坐标轴范围：

plt.plot(x,siny,color='#000fff',linestyle='--')
plt.plot(x,cosy,color='red')
plt.xlim(-5,15)
plt.ylim(-2,2)
plt.show()

plot5

指定坐标轴范围还有另外一种方法：

plt.plot(x,siny,color='#000fff',linestyle='--')
plt.plot(x,cosy,color='red')
plt.axis([-1,12,-2,1])
plt.show()

plot

在轴方向加入名称label：

plt.plot(x,siny,color='#000fff',linestyle='--')
plt.plot(x,cosy,color='red')
plt.xlabel('x-axis')
plt.ylabel('y-value')
plt.show()

plot7

图示函数名，在绘制时加入label，图像会自动在合适的位置加入图示：

plt.plot(x,siny,color='#000fff',label='sin(x)')
plt.plot(x,cosy,color='red',label="cos(x)")
plt.legend()
plt.show()

plot8

整个图取标题：

plt.plot(x,siny,color='#000fff',label='sin(x)')
plt.plot(x,cosy,color='red',label="cos(x)")
plt.title('my function')
plt.legend()
plt.show()

plot9

散点图

基本散点图与plot画图差不多

plt.scatter(x,siny)
plt.show()

plot10

一般用于绘制二维特征，而用不同的颜色表示label，方便对数据的分析。

x=np.random.normal(0,1,1000)#mean=0,var=1
y=np.random.normal(0,1,1000)#mean=0,var=1
plt.scatter(x,y,alpha=0.5)#alpha不透明度，1代表完全不透明
plt.show()

plot11

注：可以去matplotlib官网或者查看文档方式进行更系统的函数参数学习。

---

iris数据集可视化探索

iris数剧集

查看数剧集包含什么键值

from sklearn import datasets 
iris=datasets.load_iris()#iris在其中实际是一个字典
iris.keys()

dict_keys(['data', 'target', 'target_names', 'DESCR', 'feature_names', 'filename'])

依次是data，label，label_name，数剧集描述，特征名称，文件名。

iris.data.shape
out:(150, 4)

iris.feature_names#萼片长宽花瓣长宽
out:['sepal length (cm)',
 'sepal width (cm)',
 'petal length (cm)',
 'petal width (cm)']

iris.target中的元素只有三个取值0，1，2。shape为(150,)，代表鸢尾花三种不同分类
target_names就是实际鸢尾花种类名称。

可视化探索

取data前两列

x=iris.data[:,:2]#只取前两列萼片长、宽
x.shape
out:(150, 2)

绘制x对应的散点图：

plt.scatter(x[:,0],x[:,1])
plt.show()

scatter1.png

但实际上上图的信息量很少，下面将不同类别的鸢尾花按不同颜色绘制出来：

y=iris.target
plt.scatter(x[y==0,0],x[y==0,1],color='red')#取特征第0,1列，绘制类别为0的，颜色red
plt.scatter(x[y==1,0],x[y==1,1],color='blue')#取特征第0,1列，绘制类别为1的，颜色blue
plt.scatter(x[y==2,0],x[y==2,1],color='green')#取特征第0,1列，绘制类别为2的，颜色green
plt.xlabel('pedal length')
plt.ylabel('pedal width')
plt.show()

scatter2

此时已经有一些规律可循了，对于散点图，有时为了标识不同类别，不只可以用不同颜色，还可以用不同样式marker：

y=iris.target
plt.scatter(x[y==0,0],x[y==0,1],color='red',marker='o')#取特征第0,1列，绘制类别为0的，颜色red
plt.scatter(x[y==1,0],x[y==1,1],color='blue',marker='+')#取特征第0,1列，绘制类别为1的，颜色blue
plt.scatter(x[y==2,0],x[y==2,1],color='green',marker='x')#取特征第0,1列，绘制类别为2的，颜色green
plt.xlabel('pedal length')
plt.ylabel('pedal width')
plt.show()

scatter3

不同类型的数据不只用不同颜色还用了不同样式使分类更加直观。
这里只是取了前两个特征来分类，如果用后两个特征：

x=iris.data[:,2:]#取后两个特征
y=iris.target
plt.scatter(x[y==0,0],x[y==0,1],color='red',marker='o')#取特征第0,1，（原特征里是3,4列），绘制类别为0的，颜色red
plt.scatter(x[y==1,0],x[y==1,1],color='blue',marker='+')#取特征第0,1列，绘制类别为1的，颜色blue
plt.scatter(x[y==2,0],x[y==2,1],color='green',marker='x')#取特征第0,1列，绘制类别为2的，颜色green
plt.xlabel('pedal length')
plt.ylabel('pedal width')
plt.show()

scatter

这就是数据可视化的效果，能让我们对数据和分类有一个直观的映像，在后续的处理中也能更加快速选择合适的机器学习算法。