[참조] 0부터 Deep Learning(p130) 만들기
딥러닝 실험에서
도형 그리기와 데이터 시각화가 중요해졌다.
동적 입력 프롬프트에서 클릭
도표의 묘사와 데이터의 시각화를 간단하게 진행할 수 있다.

Matplotlib의 기본 사용법입니다.

"y=2x"를 예로 들면, 묘사에 다음 값을 지정합니다.

import numpy as np
import matplotlib.pyplot as plt

# 描画範囲の指定
# x = np.arange(x軸の最小値, x軸の最大値, 刻み)
x = np.arange(0, 6, 0.1)

# 計算式
y = 2 * x

# 横軸の変数。縦軸の変数。
plt.plot(x, y)

# 描画実行
plt.show()

묘사 출력은 다음과 같다.

계산 공식을 바꾸어 보다

실제로'y=2x'외의 계산식을 도표로 묘사해 보았다.
코드의 # 계산 공식 섹션을 변경하면 차트가 변경됩니다.

하면, 만약, 만약...

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 6, 0.1)

# 計算式
y = 2 * (x**2)

plt.plot(x, y)
plt.show()

"y=sin(x)" 시

# 計算式
y = np.sin(x)

묘사 범위를 바꾸어 보아라.

지금까지의 예에서 묘사 범위를 np.arange(0, 6, 0.1) 로 설정했다.
계산 공식은 y=np.sin(x), 묘사 범위를 바꾸어 보세요.

x축(-12~+12) 범위 그리기

x = np.arange(-12, 12, 0.1)

겸사겸사 말씀드리다
arange로 지정한 상황에서 y축은 값으로 자동으로 설정됩니다
계산식만 y = 4 * np.sin(x)로 설정하면 y축의 범위는 다음과 같다.

y축의 묘사 범위를 고정시키려면

다음 설치에서 y축은 y의 값에 따라 변동한다.

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 6, 0.1)
y = np.sin(x)
plt.plot(x, y)

plt.show()

y축 범위를 고정하려면
ylim으로 y축의 묘사 범위를 지정합니다.
x축 범위를 고정시킨 xlim도 준비되어 있다.

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 6, 0.1)
y = np.sin(x)
plt.plot(x, y)

plt.ylim([-4,4])
plt.show()

자국을 바꾸어 보다

다음과 같이 묘사할 때 y=np.sin(x)np.arange(0, 6, 0.1)에서 묘사 범위를 지정했습니다.arange의 세 번째 매개변수는 수치의 눈금을 지정할 수 있습니다.
이 예에서 0.1개의 각도로 묘사한다.

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 6, 0.1)
y = np.sin(x)
plt.plot(x, y)
plt.show()

아래와 같이 0.5단계로 썰어라.
각진 그림을 그리다.

x = np.arange(0, 6, 0.5)

두 차트를 그릴 때

sin 함수와cos 함수를 동시에 그립니다.

import numpy as np
import matplotlib.pyplot as plt

# 描画範囲の指定
x = np.arange(0, 6, 0.1)

# 計算式
y1 = np.sin(x)
y2 = np.cos(x)

# グラフ描画設定
plt.plot(x, y1, label="sin") # y1グラフに、ラベル「sin」付与。
plt.plot(x, y2, linestyle="--", label="cos") # y2グラフに、ラベル「cos」付与。linestyleで線のスタイルを指定。
plt.xlabel("x") 
plt.xlabel("y")
plt.title('sin & cos')

# ラベルの描画
plt.legend()
# グラフの描画実行
plt.show()