반응형
In [1]:
from IPython.core.display import display, HTML
display(HTML("<style>.container { width:90% !important; }</style>"))
#창 맞추기위함
Matplotlib : 그래프 그려주는 라이브러리, 즉 시각화¶
In [9]:
import numpy as np
import matplotlib.pyplot as plt
#데이터
x = np.arange(0,6,0.1) # 0~6 까지 0.1간격으로 생성 range랑 비슷?
y = np.sin(x) # sin 함수넣어줌
#그래프
plt.plot(x,y)
plt.show()
그래프에 제목과 축이름등을 사용해보자!!!¶
In [13]:
import numpy as np
import matplotlib.pyplot as plt
#데이터
x = np.arange(0, 6, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)
#그래프 그리기
plt.plot(x, y1, label="sin")
plt.plot(x, y2, linestyle="--", label="cos") #점선으로그리기
plt.xlabel("x") # x축 이름
plt.ylabel("y") # y축 이름
plt.title("sin & cos") # 제목
plt.legend() # 오른쪽아래에 그래프 뭔지 알려주는 박스
plt.show()
그림도 보여줄수가 있다~!¶
In [15]:
from matplotlib.image import imread
img = imread('aurora.jpg') #경로는 해당 주피터 노트북파일이 있는곳에서 시작한다. 절대경로로 하면 슬래쉬 백슬래쉬 유의해서 입력해야한다.
plt.imshow(img)
plt.show()
뭔가 출력하는건 쉬워보이는듯하기도 하고 아닌것같기도하고. 깊게 들어가면 꽤나 어렵다¶
반응형
'DATA Science > DeepLearing from scratch' 카테고리의 다른 글
신경망 학습 - 학습 알고리즘 구현 (0) | 2021.05.13 |
---|---|
신경망 학습 (2) | 2021.05.12 |
신경망 (0) | 2021.05.12 |
퍼셉트론 (0) | 2021.05.11 |
Numpy - 행렬연산 (2) | 2021.05.11 |
댓글