机器学习需要使用python实现相应的算法，因此学习了Matplotlib中的画图。
当然为了能显示机器学习中每次迭代的效果与收敛速度，需要画出动态图形。
下面给出两个例子，分别可以画出动态条形图和动态折线图（使用两种不同的方法）。
注意要使用到plt.pause(time)函数。
动态条形图
基本原理是将数据放入数组，然后每次往数组里面增加一个数，清除之前的图，重新画出图像。
代码：
|
1 2 3 4 5 6 7 8 9 |
import matplotlib.pyplot as plt fig, ax = plt.subplots() y1 = [] for i in range(50): y1.append(i) # 每迭代一次，将i放入y1中画出来 ax.cla() # 清除键 ax.bar(y1, label='test', height=y1, width=0.3) ax.legend() plt.pause(0.1) |
效果：
动态折线图
基本原理是使用一个长度为2的数组，每次替换数据并在原始图像后追加。
代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
import numpy as np import matplotlib.pyplot as plt plt.axis([0, 100, 0, 1]) plt.ion() xs = [0, 0] ys = [1, 1] for i in range(100): y = np.random.random() xs[0] = xs[1] ys[0] = ys[1] xs[1] = i ys[1] = y plt.plot(xs, ys) plt.pause(0.1) |
效果：
