Python：利用python语言绘制多个子图经典案例、代码实现之详细攻略


目录

​​利用python语言绘制多个子图代码实现、经典案例​​

​​1、绘制多个子图框架​​

​​多个子图绘制的经典案例​​

​​1、绘制多个直方图​​

​​2、绘制多个曲线图​​


利用python语言绘制多个子图代码实现、经典案例

1、绘制多个子图框架

Python：利用python语言绘制多个子图经典案例_直方图

# -- coding: utf-8 --
import matplotlib.pyplot as plt
flg = plt.figure()
ax1 = flg.add_subplot(2,2,1)
ax2 = flg.add_subplot(2,2,2)
ax3 = flg.add_subplot(2,2,4)
plt.show()


多个子图绘制的经典案例

1、绘制多个直方图

​​ML之RF：利用数据集(客户年龄、职业、婚姻状况、教育水平、违约记录、年账户平均余额、住房贷款、个人贷款)实现预测客户是否购买该银行的产品二分类预测和推理​​

Python：利用python语言绘制多个子图经典案例_经典案例_02

​​DL之DNN：构建5层简单神经网络(3种AF)，直方图可视化权重初始值如何影响隐藏层的激活值的分布​​

# 绘制直方图
for i, a in activations.items():
    plt.subplot(1, len(activations), i+1)
    plt.title(str(i+1) + "-layer")
    if i != 0: plt.yticks([], [])
    # plt.xlim(0.1, 1)
    # plt.ylim(0, 7000)
    plt.hist(a.flatten(), 30, range=(0,1),color='g')
plt.suptitle('DNN(5*100+sigmoid,Xavier 2.0): How the Initial Weight Value Affects the Distribution of Activation Value of Hidden Layer',fontsize=12)  #Xavier 2.0
plt.show()


2、绘制多个曲线图

​​ML之MIC：利用有无噪音的正余弦函数理解相关性指标的不同(多图绘制Pearson系数、最大信息系数MIC)​​