机器学习需要使用python实现相应的算法,因此学习了Matplotlib中的画图。
更多内容访问omegaxyz.com
当然为了能显示机器学习中每次迭代的效果与收敛速度,需要画出动态图形。
下面给出两个例子,分别可以画出动态条形图和动态折线图(使用两种不同的方法)。
注意要使用到plt.pause(time)函数。
动态条形图
基本原理是将数据放入数组,然后每次往数组里面增加一个数,清除之前的图,重新画出图像。
代码:
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
y1 = []
for i in range(50):
y1.append(i)
ax.cla()
ax.bar(y1, label='test', height=y1, width=0.3)
ax.legend()
plt.pause(0.1)
动态折线图
基本原理是使用一个长度为2的数组,每次替换数据并在原始图像后追加。
代码:
import numpy as np
import matplotlib.pyplot as plt
plt.axis([0, 100, 0, 1])
plt.ion()
xs = [0, 0]
ys = [1, 1]
for i in range(100):
y = np.random.random()
xs[0] = xs[1]
ys[0] = ys[1]
xs[1] = i
ys[1] = y
plt.plot(xs, ys)
plt.pause(0.1)
效果:
更多内容访问omegaxyz.com
网站所有代码采用Apache 2.0授权
网站文章采用知识共享许可协议BY-NC-SA4.0授权
© 2018 • OmegaXYZ-版权所有 转载请注明出处
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)