机器学习之画图

关于画图

在现实数字的时候代码如下：

# 形成X，y两个数组
>>> X, y = mnist["data"], mnist["target"] 
>>> X.shape 
(70000, 784)

import matplotlib
import matplotlib.pyplot as plt
some_digit = X[36000]
some_digit_image = some_digit.reshape(28, 28)
plt.imshow(some_digit_image, cmap = matplotlib.cm.binary,
interpolation="nearest")
plt.axis("off")
plt.show() 

 

注意reshape参数里面是长和宽，一定要保证长*宽的值是784；否则就会和数据本身不符，运行报错；（28,28）可过，（1, 784）亦可以通过。

imshow是设置图片的展示，cmap意思是color map，颜色方案，binary代表是白底黑字；

关于图谱可以参看：

下图是图谱（摘自http://www.cnblogs.com/denny402/p/5122594.html）但是并没有发现binary，因为是不全。

颜色图谱	描述
autumn	红-橙-黄
bone	黑-白，x线
cool	青-洋红
copper	黑-铜
flag	红-白-蓝-黑
gray	黑-白
hot	黑-红-黄-白
hsv	hsv颜色空间， 红-黄-绿-青-蓝-洋红-红
inferno	黑-红-黄
jet	蓝-青-黄-红
magma	黑-红-白
pink	黑-粉-白
plasma	绿-红-黄
prism	红-黄-绿-蓝-紫-...-绿模式
spring	洋红-黄
summer	绿-黄
viridis	蓝-绿-黄
winter	蓝-绿

 

参考：

https://matplotlib.org/tutorials/colors/colormaps.html

各种图谱的颜色图谱展示，在这里可以看到binary是白→黑，bone是黑→白

https://matplotlib.org/examples/color/colormaps_reference.html

 

图片的位移

 

from scipy.ndimage.interpolation import shift

some_digit_shift = shift(some_digit.reshape(28, 28), [10, 1], cval=100).reshape(784)
some_digit_shift_img = some_digit_shift.reshape(28, 28)
plt.imshow(some_digit_shift_img, cmap=matplotlib.cm.binary, interpolation="nearest")
plt.axis("off")

plt.show()

 

 

关键是[10,1]，代表指定图形向纵向向下迁移10个单位，向右迁移1个单位