數據可視化

數據分析階段：理解和洞察數據之間的關系

算法調試階段：發現問題，優化算法

項目總結階段：展示項目成果

Matplotlib：

第三方庫，可以快速方便地生成高質量的圖表

安裝Matplotlib庫

Figure 對象：

創建畫布

#matplotlib繪圖庫 #pyplot子庫用于繪制二維圖表 import matplotlib.pyplot as plt #figure對象 plt.figure(figsize=(3,2),facecolor="green") plt.plot()#繪制一個空白圖形 #顯示繪圖 plt.show()

facecolor參數

subplot()函數

設置中文字體

plt.rcParams [" font.sans-serif" ] = "SimHei”

恢復標準默認配置

plt.rcdefaults( )

添加標題

添加全局標題suptitle()函數

添加子標題title()函數

tight_layout()函數

檢查坐標軸標簽、刻度標簽、和子圖標題，自動調整子圖，使之填充整個 繪圖區域，并消除子圖之間的重疊。

#劃分子圖 #subplot(行數，列數，子圖序號) plt.subplot(2,2,1) #每個subplot()函數只創建一個子圖。要創建4個子圖，就需要4條語句 #添加子標題 plt.title("子標題1") plt.subplot(2,2,2) plt.title("子標題2",loc="left",color="b") plt.subplot(2,2,3) myfontdict={"fontsize":12,"color":"g","rotation":30} plt.title("子標題3",fontdict=myfontdict) plt.subplot(2,2,4) plt.title("子標題4",color="white",backgroundcolor="black") #設置中文字體 plt.rcParams["font.sans-serif"]="SimHei" #運行配置參數[字體]=中文黑體 #恢復標準默認配置 #ssplt.rcdefaults() #添加全局標題 plt.suptitle("全局標題",fontsize=20,color="red",backgroundcolor="yellow") #檢查坐標軸標簽，刻度標簽和子圖標題，自動調整子圖，使之填充整個繪圖區域，并消除子圖之間的重疊部分 plt.tight_layout(rect=[0,0,1,0.9]) plt.plot() plt.show()

總結

以上是生活随笔為你收集整理的神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(Matplotlib绘图基础＜1＞python)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。