《深度学习之tensorflow。。。》例7-2等高线分析

客官°小女子只卖身不卖艺 2022-04-08 14:25 159阅读 0赞

例子7-2用等高线来图形分类三个样本集的数据。  
这里，用到了三个参数：  
x：横坐标  
y：纵坐标  
z：等高线坐标值，本例子中，用分类结果（0，1，2）区分高度z  
合格函数的运用，原例子较为复杂，下面的这个例子较为简短，有利于理解等高线的画法：

import numpy as np
    import matplotlib.pyplot as plt
    from matplotlib.colors import colorConverter, ListedColormap 
    #演示一个5*5的坐标呢内化等高线,坐标轴内划分为5*5一共25个区域
    xdim=[0,1,2,3,4]
    ydim=[0,1,2,3,4]
    x, y = np.meshgrid(xdim, ydim) # 坐标分格，创建每一个格子的坐标
    classification_plane=np.random.randint(0,3,[5,5])#三个等高线，每一个格子的颜色初始化为0--3之间的随机整数
    cmap = ListedColormap([
            colorConverter.to_rgba('r', alpha=0.30),
            colorConverter.to_rgba('b', alpha=0.30),
            colorConverter.to_rgba('y', alpha=0.30)])
    plt.grid(True, linestyle = "-", color = "r", linewidth = "1") #画出方格易于理解
    for i in range(5):
        for j in range(5):
            plt.text(x[i,j], y[i,j], classification_plane[i,j], size = 20) #画出每个格子的高度
    plt.contourf(x,y,classification_plane,cmap=cmap) #画出等高线
    plt.legend()
    plt.show()

结果可能如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMxMTUwNDYz_size_16_color_FFFFFF_t_70]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMxMTUwNDYz_size_16_color_FFFFFF_t_70]: /images/20220404/5b20721175454e008eb68b77d925a996.png