标签：表示 组元 imp numpy lis 机器 数值 info idt
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
from matplotlib.colors import ListedColormap
x=np.array([1,3])
y=np.array([1,4])
z=np.array([[2,3],[3,4]])
plt.xlim(1,3)
plt.ylim(1,4)
colors = (‘red‘, ‘blue‘, ‘lightgreen‘, ‘gray‘, ‘cyan‘)
cmap = ListedColormap(colors[:len(np.unique(z))])
plt.contour(x,y,z,cmap=cmap, alpha=0.8) # alpha调整图像透明度
plt.show()
x=np.array([1,2])
y=np.array([1,4])
z=np.array([[1,2], [3, 4]])
plt.xlim(1,2)
plt.ylim(1,4)
colors = (‘red‘, ‘blue‘, ‘lightgreen‘, ‘gray‘, ‘cyan‘)
cmap = ListedColormap(colors[:len(np.unique(z))]) # np.unique()是把数组元素去重
plt.contourf(x, y, z,cmap=cmap, alpha=0.6) ###
plt.show()
contour和contourf
由于contourf可以填充等高线之间的空隙颜色，呈现出区域的分划状，所以很多分类机器学习模型的可视化常会借助其展现。
参考：https://blog.csdn.net/cymy001/article/details/78513712
标签：表示 组元 imp numpy lis 机器 数值 info idt
原文地址：https://www.cnblogs.com/douzujun/p/10292411.html
