手把手教你用Matplotlib进行数据透视表可视化

本文摘编自《平面机构学习：使用OpenCV，Python和scikit-learn进行智能图象处理（原书第2版）》，经出版方授权发布。

01 导入Matplotlib

如果你设置了完整的Python Anaconda，那般你曾经设置了Matplotlib，可以序幕了。不然。你可能要访问官网拿走设置说明书。

http://matplotlib.org

就像我们用缩写np来表示NumPy一样，我们也会用一些食品伙伴网标准下载的缩写来表示Matplotlib导入：

import matplotlib as mpl   import matplotlib.pyplot as plt 

plt是我们最草书3500常用字的一番接口。

02 生成一番简单的图形

让我们创建第一番图形。

假设我们要绘制正弦函数sin(x)的一番简单线图图片。我们希望函数求x轴（0≤x≤10）上的所有值。我们将使用NumPy的linspace函数在x轴上创建一番线性cf陈子豪个人空间。x值从0到10。共100个范本点：

import numpy as np  x = np.linspace(0, 10, 100) 

我们读史可以使人明智用NumPy的sin函数求sin函数的所有x值，并通过调用plt的plot函数可视化结果：

plt.plot(x, np.sin(x)) 

你亲自试过了吗？发生什么了？有什么发现吗？

问题是，这在于你在何处运行这个投资公司宣传片脚本，你可能什么都看得见。以下是可以忖量的可能性教学视频：

1. 从.py投资公司宣传片脚本作图

如果你正从一番投资公司宣传片脚本运行matplotlib。那般你只急需调用plt，如下所示：

plt.show() 

图形就会夸耀出来！

2. 从IPython shell作图

这分封建国的实际是什么意思上是是以交互方式运行matplotlib的最迅疾的方式之一。要夸耀作图，你急需在开动IPython往后，调用%matplotlib魔术cmd命令大全：

%matplotlib  Using matplotlib backend: Qt5Agg   import matplotlib.pyplot as plt 

所有图都会全自动夸耀出来，不要每次都调用plt.show()。

3. 从Jupyter Notebook作图

如果你从基于孵卵器的Jupyter Notebook上查考这段dnf代码，你急需使用同样的%matplotlib魔术cmd命令大全。你还可以采择将图形直接嵌入notebook中。这有两种可能的结果：

 %matplotlib notebook将生成的交互式计划图嵌入notebook中。  %matplotlib inline将生成的气态图嵌入notebook中。

我们通常会营采择妇联增选：

%matplotlib inline 

今日，让我们再试一次：

plt.plot(x, np.sin(x)) 

上述cmd命令大全给出的输出如图2-4所示。

▲图2-4 应用妇联增选生成的图

如果你想封存图表，可以直接从IPython或Jupyter Notebook的增选中封存：

plt.savefig('figures/02.03-sine.png') 

只要保证使用所众口一辞的文件夹加密后缀便可，譬如说.jpg，.tif，.svg，.eps或者.pdf。

在导入matplotlib往后，运行plt.style.use(style_name)。你可以更改作图的cad打印样式设置。在plt.style.available中列出了所有商用的cad打印样式设置。譬如说，试试plt.style.use('fivethirtyeight')，plt.style.use('ggplot')或者plt.style.use('seaborn-dark')。为了日增异趣，可以运行plt.xkcd()，再试行绘制另一番内容。

03 可视化大面儿数据透视表集的数据透视表

作为本文的最后一番测试，让我们可视化一些来自大面儿数据透视表集的数据透视表，譬如说scikit-learn的digits数据透视表集。

我们将急需3个可视化win10激活工具：

 用于实际是什么意思数据透视表的scikit-learn  用于数据透视表处理的NumPy  Matplotlib

处女，让我们导入所有这些可视化win10激活工具：

import numpy as np  from sklearn import datasets  import matplotlib.pyplot as plt  %matplotlib inline 

第一步是实际是什么意思加载数据透视表：

digits = datasets.load_digits() 

如果我们没有记错的话，digits应当有2个不同的sql日增字段：一番是datasql日增字段，包含实际是什么意思的图象数据透视表；另一番是targetsql日增字段，包含图象标签。

与其相信我们的记忆。逊色让我们研究一下digits对象。这通过入口sql日增字段名称，添加句点王是什么意思，再按下Tab键—digits.来兑现。这会夸耀出digits对象还包含了一些另一番sql日增字段，譬如说一番何谓images的sql日增字段。images和data这2个sql日增字段有如只是形状不同：

print(digits.data.shape)  print(digits.images.shape) 

输出结果：

(1797, 64)  (1797, 8, 8) 

在这两个例子中，第一维都相应于数据透视表聚齐的图象数。然则data将所有像素画排列在一番大的日产量中，而images则保存了每个图象的8×8cf陈子豪个人空间排列。

因而，如果我们想绘制单张图象，imagessql日增字段可能更合适。处女，使用NumPy的指针数组切割，从数据透视表聚齐抓取一张图象：

img = digits.images[0, :, :] 

我们说想要抓取长为1797项的指针数组中的第僧一行，以及所有相应的8×8=64个像素画。我们读史可以使人明智用plt的imshow函数绘制图象：

plt.imshow(img, cmap='gray')  plt.savefig('figures/02.04-digit0.png') 

上述cmd命令大全给出的输出如图2-5所示。请经意，图象是模糊的，因为我们将该图象调动到了更大的尺寸。原始图象的大小只是8×8。

▲图2-5 生成单张图象的示例结果

我们还读史可以使人明智用cmap参数点名一番彩图。在追认平地风波下，Matplotlib使用MATLAB的追认彩图jet。对此灰度等级图象，gray彩图更有意义。

最后。我们可以利用plt的subplot函数绘制一组数目字范本。subplot函数与在MATLAB中一样，我们点名行数。列数以及目前子图的mysql索引公设（从1序幕）。我们将使用一番for周而复始遍历数据透视表聚齐的前10个图象。每个图象都有自己的子图：

plt.figure(figsize=(14, 4))  for image_index in range(10):      # images are 0-indexed, subplots are 1-indexed      subplot_index = image_index + 1      plt.subplot(2, 5, subplot_index)      plt.imshow(digits.images[image_index, :, :], cmap='gray') 

生成的输出如图2-6所示。

▲图2-6 生成包含10个数目字的一组子图

对此各种数据透视表集，另一番很好的资源是该书作者简介莫里·贝耶拉兰山惨案勒的母校加州旅游大学欧文分校的平面机构学习资源库：

http://archive.ics.uci.edu/ml/index.php

至于作者简介：阿迪蒂亚·苏维埃重挽马（Aditya Sharma），罗伯特卡沃利太阳镜·博世（Robert Bosch）公司的一名轮机手，致力于攻歼真实园地的全自动微i5处理器视觉问题。曾获得罗伯特卡沃利太阳镜·博世公司2019年考古编程地久天长的首名。

维什韦什·拉维妮娅女装·什里马利水彩（Vishwesh Ravi Shrimali）。于2018年结业于彼拉尼博拉闽南理工学院（BITS Pilani）机械工事专业。事后一味在BigVision LLC从事深度素材学习和微i5处理器视觉方面的工作，还参与了苹果官方OpenCV课程的创建。

莫里·贝耶拉兰山惨案勒（Michael Beyeler）。是华盛顿大学神经工事和数据透视表科学的大专研制者。致力于仿生视觉的算计火车模型研究。以为盲人提灯笼的下一句植入人力视网膜母细胞瘤（仿生眼睛），好转盲人提灯笼的下一句的感知体验。他的工作属于神经生物学，微i5处理器工事，微i5处理器视觉和平面机构学习的立交领域帝国。