import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
#绘制正常的二维曲线图像(实质是折线图)
x=np.linspace(0,10,100) #x自变量的范围
print(x)
y=np.sin(x) #因变量的范围
y1=np.cos(x)
print(y)
#plt.plot(x,y,x,y1)
plt.plot(x,y,label="sin(x)")
plt.plot(x,y1,color="red",linestyle="--",label="cos(x)") #颜色为红色，虚线形式
plt.xlim(-5,15) #设置横轴范围
plt.xlabel("X") #设置横轴标签
plt.ylim(-2,2)
plt.ylabel("functionY")
plt.axis([0,10,-2,2]) #X和Y轴直接进行设置范围
plt.legend() #显示曲线标签
plt.title("Welcome to ML World") #设置标题栏
plt.show()
#绘制散点图（实质是散点图）,一般是在绘制特征图时使用散点图
plt.scatter(x,y)
plt.scatter(x,y1,color="red")
plt.show()
x=np.random.normal(0,1,10000)
y=np.random.normal(0,1,10000)
plt.scatter(x,y,alpha=0.1) #alpha是指不透明度
plt.show()
#机器学习sklearn数据的加载导入与使用
from sklearn import datasets
iris=datasets.load_iris()
print(iris.keys()) #数据的所有keys关键词，可以直接输出各个部分数据
print(iris.DESCR)
print(iris.data.shape)
print(iris.target.shape)
x=iris.data[:,2:] #取x为前两列数据，所有行数据
y=iris.target
plt.scatter(x[:,0],x[:,1])
plt.show()
plt.scatter(x[y==0,0],x[y==0,1],color="red",marker="o")
plt.scatter(x[y==1,0],x[y==1,1],color="blue",marker="+")
plt.scatter(x[y==2,0],x[y==2,1],color="green",marker="*")
plt.show()
