matplot在深度学习中常用的图

it2023-07-04  77

1.等高线图

plt.figure() plt.contourf(X,Y,y_pre,100,cmap='jet',extend='both')

X,Y是一维坐标,如果需要可以将值网格化求出X,Y,y_pre是一个二维矩阵,通常np.array(y_pre)[0]*np.array(y_pre)[1]等于len(X),图效果如下: 2.色块图

extent = (0,360,-90,90) plt.imshow(y_pred, cmap='jet',extent=extent) plt.show()

extent中,(0,360)是x轴范围,(-90,90)是y轴范围,y_pred是(m*n)的矩阵,同时m和n也是图的行数和列数,extent和y_pred不具有一定的关联性,在实际应用中应用即可,camp代表图的色彩,可以自己选用,画出图的效果 3.3D球面图

from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() ax = Axes3D(fig) y_pred = t_pred print(np.shape(y_pred)) y_pred = np.reshape(y_pred[399],(200,200)) ax.plot_surface(data_x1, data_x2, y_pred, rstride=1, cstride=1, cmap='rainbow',alpha = 0.9)

data_x1和data_x2都是二维矩阵,同时y_pred也是二维矩阵,alpha是透明度

最新回复(0)