无法理解 python matplotlib 中二维图的绘制
Not able to understand the plotting of 2-Dimensional graph in python matplotlib
数据对应 3 行,其中第一行是特定学生的考试 1 的分数,第二行是该学生在考试 2 中的分数。第三行对应于 0 或 1,表示他进入特定大学的概率。
这是绘制我无法理解的图表的代码。
# Find Indices of Positive and Negative Examples
pos = y == 1
neg = y == 0
# Plot Examples
pyplot.plot(X[pos, 0], X[pos, 1], 'k*', lw=2, ms=10)
pyplot.plot(X[neg, 0], X[neg, 1], 'ko', mfc='y', ms=8, mec='k', mew=1)
输出是下面给出的图像:
感谢任何帮助解释代码的人。
此代码由两个不同的数据组成,放在一个图中。它们都是用 'matplotlib' 完成的,你可以阅读 documentation here.
第一个图只绘制正例,标记为星号。
X[pos,0]
是 x 轴(第一行,只有正例),X[pos,1]
是 y 轴(第二行,只有正例)。
其余参数:k*
表示样式将是“星号”,lw
表示“线宽”,ms
表示“标记大小”,每个开始有多大。
第二个图是一样的,只是现在是负数的圆圈。前两个论点相同,只是有反例。 ko
表示每个点代表一个圆(因此是 o)。 mfc
、mec
、mew
用于选择标记的颜色。
让我们通过例子来理解。
这里的Y必须是存储0和1值的矩阵
[0. 0. 0. 1. ]
所以当你写下面的代码时
pos = y == 1
neg = y == 0
发生矩阵比较,所以,
-任何行的值 1 都标记为 True
-凡是将值 0 标记为 False 的行
因此你会得到如下矩阵
pos = [False False False,True]
neg = [ True True True False]
因此这行代码
X[pos, 0]--gives 4th row of first column in the matrix X. Because Row 4 is having true.
X[neg, 0]-- gives 3 rows values, because first 3 rows values of neg matrix are True
数据对应 3 行,其中第一行是特定学生的考试 1 的分数,第二行是该学生在考试 2 中的分数。第三行对应于 0 或 1,表示他进入特定大学的概率。 这是绘制我无法理解的图表的代码。
# Find Indices of Positive and Negative Examples
pos = y == 1
neg = y == 0
# Plot Examples
pyplot.plot(X[pos, 0], X[pos, 1], 'k*', lw=2, ms=10)
pyplot.plot(X[neg, 0], X[neg, 1], 'ko', mfc='y', ms=8, mec='k', mew=1)
输出是下面给出的图像:
感谢任何帮助解释代码的人。
此代码由两个不同的数据组成,放在一个图中。它们都是用 'matplotlib' 完成的,你可以阅读 documentation here.
第一个图只绘制正例,标记为星号。
X[pos,0]
是 x 轴(第一行,只有正例),X[pos,1]
是 y 轴(第二行,只有正例)。
其余参数:k*
表示样式将是“星号”,lw
表示“线宽”,ms
表示“标记大小”,每个开始有多大。
第二个图是一样的,只是现在是负数的圆圈。前两个论点相同,只是有反例。 ko
表示每个点代表一个圆(因此是 o)。 mfc
、mec
、mew
用于选择标记的颜色。
让我们通过例子来理解。
这里的Y必须是存储0和1值的矩阵
[0. 0. 0. 1. ]
所以当你写下面的代码时
pos = y == 1
neg = y == 0
发生矩阵比较,所以,
-任何行的值 1 都标记为 True
-凡是将值 0 标记为 False 的行
因此你会得到如下矩阵
pos = [False False False,True]
neg = [ True True True False]
因此这行代码
X[pos, 0]--gives 4th row of first column in the matrix X. Because Row 4 is having true.
X[neg, 0]-- gives 3 rows values, because first 3 rows values of neg matrix are True