Python：利用python語言繪制多個子圖經典案例、代碼實現(xiàn)之詳細攻略

利用python語言繪制多個子圖代碼實現(xiàn)、經典案例

1、繪制多個子圖框架

# -- 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()

多個子圖繪制的經典案例

1、繪制多個直方圖

ML之RF：利用數(shù)據(jù)集(客戶年齡、職業(yè)、婚姻狀況、教育水平、違約記錄、年賬戶平均余額、住房貸款、個人貸款)實現(xiàn)預測客戶是否購買該銀行的產品二分類預測和推理

DL之DNN：構建5層簡單神經網絡(3種AF)，直方圖可視化權重初始值如何影響隱藏層的激活值的分布

# 繪制直方圖
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、繪制多個曲線圖

ML之MIC：利用有無噪音的正余弦函數(shù)理解相關性指標的不同(多圖繪制Pearson系數(shù)、最大信息系數(shù)MIC)