主讲内容:docker/kubernetes 云原生技术,大数据架构,分布式微服务,自动化测试、运维。
腾讯课堂:点击进入 网易课堂:点击进入
7月1号-7月29号 8折优惠!!! 7月1号-7月29号 8折优惠!!! 7月1号-7月29号 8折优惠!!!
课程简介:
第一章 熟悉Linux环境 1、Win10安装Ubuntu18.04双系统 2、熟悉Linux常用工具和命令 第二章 熟悉Docker 3、安装配置Docker 4、Docker命令实践 5、Dockerfile文件编写 6、常用镜像部署 第三章 熟悉Kubernetes 7、kubernetes架构和部署 8、熟悉kubectl命令使用 9、k8s应用部署实践(上) 10、k8s应用部署实践(下) 第四章 熟悉Helm 11、Helm安装配置 12、熟悉Helm应用书写规则 13、编写自己的Helm应用
(作者:陈玓玏)
用matplotlib画图时,常常需要实现两类功能,一类是在一个坐标轴上画多条曲线,能够清楚地看到多条曲线的对比情况。另一种情况是在同一个窗口的不同子图上画图,多用于呈现不同内容的曲线,没有对比关系的曲线图。其实根本区别在于,是在同一对坐标轴上画图,还是在不同的坐标轴上画图。
首先自然是引入matplotlib包,这个包可以画散点图、线图、柱形图等等,是很好的数据可视化工具。其他的不多说,看注释。
import matplotlib.pyplot as plt import numpy as np #开启一个窗口,num设置子图数量,figsize设置窗口大小,dpi设置分辨率 fig = plt.figure(num=1, figsize=(15, 8),dpi=80) #直接用plt.plot画图,第一个参数是表示横轴的序列,第二个参数是表示纵轴的序列 plt.plot(np.arange(0,1,0.1),range(0,10,1)) plt.plot(np.arange(0,1,0.1),range(0,20,2)) #显示绘图结果 plt.show()画图在进行模型评估时很常用,在进行变量评估时也可以用,能够提前查看变量的分布情况,也可以查看模型预测结果的AUC曲线和KS曲线。