机器学习-数据可视化神器matplotlib学习之路（五）

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

这次准备做一下pandas在画图中的应用，要做数据分析的话这个更为实用,本次要用到的数据是pthon机器学习库sklearn中一组叫iris花的数据，里面组要有4个特征，分别是萼片长度、萼片宽度、花瓣长度、花瓣宽度，目标值是3种不同类型的花。

机器学习的时候在学习好这四个特征后就可以用来预测花的类型了，而图像化分析这些数据就是机器学习中很关键的步骤，接下来我们开始，先导入数据：

import pandas as pd
from sklearn import datasets
from sklearn import preprocessingdata = datasets.load_iris()#载入iris数据
# data = preprocessing.scale(boston.data)#正则化数据
pd.set_option('display.max_columns', None)
d1_x = pd.DataFrame(data.data, columns=data.feature_names)
d1_y = pd.Series(data.target)
print(d1_x.head())
print(d1_y.head())

部分数据展示如下，可以看出有4个不同特征，3种不同的话目标值分别是0,1,2

sepal length (cm) sepal width (cm) petal length (cm) petal width (cm)
0 5.1 3.5 1.4 0.2
1 4.9 3.0 1.4 0.2
2 4.7 3.2 1.3 0.2
3 4.6 3.1 1.5 0.2
4 5.0 3.6 1.4 0.2
0 0
1 0
2 0
3 0
4 0
dtype: int32

很多时间图像更能直观反映出数据，接下来开始正题：

from matplotlib import pyplot as plt
import pandas as pd
from sklearn import datasets
from sklearn import preprocessingdata = datasets.load_iris()#载入iris数据
# data = preprocessing.scale(boston.data)#正则化数据
pd.set_option('display.max_columns', None)
d1_x = pd.DataFrame(data.data, columns=data.feature_names)
d1_y = pd.Series(data.target)
print(d1_x.head())
print(d1_y.head())d1_x.plot(linestyle='--', marker='.', alpha=0.5) #DataFrame的画图方式，依赖于matplotlib
d1_y.plot(linestyle='-', linewidth=1.5, alpha=0.5, color='b', label='type')
plt.legend()
plt.show()

是不是很简单，和之前plt.plot()的画图几乎一样的，结果如下：

从上图中，比较直观的我可以看出，sepal width与花种类关系不大，其它三个特征则关系密切，根据这个图像分析从而可以进行下一步。

接下来，看看其它类型的图，由于这里数据不太适合条形图，那自己造一点数据吧：

from matplotlib import pyplot as plt
import pandas as pd
import numpy as npd1 = pd.DataFrame(np.random.rand(5, 3), columns=['A', 'B', 'C'])# 方法一
d1.plot.bar(cmap='summer')
# 方法二
#d1.plot(kind='bar', colormap='cool')
plt.show()