機器學習需要使用python實現相應的算法，因此學習了Matplotlib中的畫圖。

當然為了能顯示機器學習中每次迭代的效果與收斂速度，需要畫出動態圖形。

下面給出兩個例子，分別可以畫出動態條形圖和動態折線圖（使用兩種不同的方法）。

注意要使用到plt.pause(time)函數。

動態條形圖

基本原理是將數據放入數組，然后每次往數組里面增加一個數，清除之前的圖，重新畫出圖像。

代碼：

Python

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

y1 = []

for i in range(50):

y1.append(i) # 每迭代一次，將i放入y1中畫出來

ax.cla() # 清除鍵

ax.bar(y1, label='test', height=y1, width=0.3)

ax.legend()

plt.pause(0.1)

1

2

3

4

5

6

7

8

9

importmatplotlib.pyplotasplt

fig,ax=plt.subplots()

y1=[]

foriinrange(50):

y1.append(i)# 每迭代一次，將i放入y1中畫出來

ax.cla()# 清除鍵

ax.bar(y1,label='test',height=y1,width=0.3)

ax.legend()

plt.pause(0.1)

效果：

動態折線圖

基本原理是使用一個長度為2的數組，每次替換數據并在原始圖像后追加。

代碼：

Python

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)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

importnumpyasnp

importmatplotlib.pyplotasplt

plt.axis([0,100,0,1])

plt.ion()

xs=[0,0]

ys=[1,1]

foriinrange(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：

總結

以上是生活随笔為你收集整理的用python画动图_Python使用matplotlib画动态图的全部內容，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。