对我们的数据进行可视化
加载这个数据非常简单
import matplotlib as mpl
不过我们用到的机会并不多，除非要做非常专业的图片
我们通常只使用简单的图片处理，用他的子模块
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,10,100)
//表示从0-10切分100端
y=np.sin(x)
得到了y
我们为了要绘制图形
plt.plot(x.y)
我们发现返回了一个 奇怪的东西（类似对象）
需要show出来
plt.show()
实质我们是绘制折线图
绘制多条曲线
cosy = np.cos(x)
siny = y.copy()
plt.plot(x,siny)
plt.plot(x,cosy)
然后渲染
plt.show()
我们可以在第三个参数传递颜色color="red"也可以十六进制码
可以第四个参数linstyle=“--”
坐标系尺度的大小是调节好的
可以调节坐标轴范围
plt.plot(x,siny)
plt.plot(x,cosy)
plt.xlim(-5,15)
plt.show()
我们也可以
plt.axis([-1,11,-2,2])
前两个参数是x后两个参数是y
我们可以plt.xlabel("x axis")
plt.ylabel("y value")
指定轴名
我们可以
plt.plot(x,siny,label="sin(x)")
我们需要加上一句话
plt.legend()就是加上注释
去一个整体标题
plt.title("Welcome to Mechine Learing World！")
散点图
plt.scatter(x,siny)
plt.show()
通常来说，折线图，横轴特征，纵轴取值
散点图,横轴纵轴都是特征
最后附上正态分布
alpha代表透明度，0表示完全透明，1代表完全不透明
