python_plot画图参数设置
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 | # coding:utf-8 import pandas as pd import numpy as np import matplotlib.pyplot as plt # one_hot数据的读取 label = pd.read_csv(r './test/y_pred.csv' ,header = 0 ,index_col = 0 ) y_test = pd.read_csv(r './test/y_test.csv' ,header = 0 ,index_col = 0 ) label = label.values print (label.shape) x = np.zeros([ len (label[:, 0 ])]).reshape( - 1 , 1 ) print (x.shape) n,m = label.shape x = np.argmax(label,axis = 1 ).reshape( - 1 , 1 ) print (np. max (x)) y = np.array(y_test.values).reshape( - 1 , 1 ) print (np. max (y)) source = len ((x - y)[(x - y) = = 0 ]) / len (x) plt.figure( 'tensorflow-手写数字' ,figsize = ( 12 , 6 )) plt.scatter( list ( range ( len (x))),x,c = y,label = 'source={0}' . format (source)) font_size = { 'size' : 15 } plt.title( 'one_hot-label' ,font_size) plt.xlabel( '第i个数字' ,font_size) plt.ylabel( '数字类别' ,font_size) plt.legend(loc = 'upper left' ) plt.axis([ 0 , 530 , 0 , 10 ]) xlabel = [ '数字0' , '数字1' , '数字2' , '数组3' , '数字4' , '数字5' , '数字6' , '数字7' , '数字8' , '数字9' ] plt.xticks( range ( 0 , 501 , 100 ),[ '第0个' , '第100个' , '第200个' , '第300个' , '第400个' , '第500个' ]) plt.yticks( range ( 10 ),xlabel) plt.rcParams[ 'font.sans-serif' ] = [ 'SimHei' ] # 设置字体为SimHei显示中文 plt.rcParams[ 'axes.unicode_minus' ] = False # 设置正常显示符号 plt.show() |
自动化学习。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?
· 如何调用 DeepSeek 的自然语言处理 API 接口并集成到在线客服系统