這篇文章主要介紹了在Python中畫(huà)圖(基于Jupyter notebook的魔法函數(shù)),文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

先展示一段相關(guān)的代碼：

#we test the accuracy of knn and find the k which makes the biggest accuracy
k_range=list(range(1,26))#[1,25]
scores=[]
for k in k_range:
  knn=KNeighborsClassifier(n_neighbors=k)
  knn.fit(X_train,y_train)
  y_pred=knn.predict(X_test)
  scores.append(metrics.accuracy_score(y_test,y_pred))
#------------ prepare the data we need to plot-------------------
#we draw a graph to show the result
import matplotlib.pyplot as plt
#a magic function,which allows polts to appear whitin the notebook
%matplotlib inline
plt.plot(k_range,scores)
plt.xlabel('Value of K for KNN')
plt.ylabel('Testing Accuracy')

什么是魔法函數(shù)呢(magic function)？

%matplotlib inline是一個(gè)魔法函數(shù)（Magic Functions）。官方給出的定義是：IPython有一組預(yù)先定義好的所謂的魔法函數(shù)（Magic Functions），你可以通過(guò)命令行的語(yǔ)法形式來(lái)訪問(wèn)它們?？梢?jiàn)“%matplotlib inline”就是模仿命令行來(lái)訪問(wèn)magic函數(shù)的在IPython中獨(dú)有的形式。magic函數(shù)分兩種：一種是面向行的，另一種是面向單元型的。行magic函數(shù)是用前綴“%”標(biāo)注的，很像我們?cè)谙到y(tǒng)中使用命令行時(shí)的形式，例如在Mac中就是你的用戶(hù)名后面跟著“$”?！?”后面就是magic函數(shù)的參數(shù)了，但是它的參數(shù)是沒(méi)有被寫(xiě)在括號(hào)或者引號(hào)中來(lái)傳值的。單元型magic函數(shù)是由兩個(gè)“%%”做前綴的，它的參數(shù)不僅是當(dāng)前“%%”行后面的內(nèi)容，也包括了在當(dāng)前行以下的行。注意：既然是IPython的內(nèi)置magic函數(shù)，那么在Pycharm中是不會(huì)支持的。

總結(jié)：%matplotlib inline 可以在Ipython編譯器里直接使用，功能是可以?xún)?nèi)嵌繪圖，并且可以省略掉plt.show()這一步。

由此可見(jiàn),這是只有在jupyter notebook中才能使用的方法，不過(guò)確實(shí)是方便，只需要把兩個(gè)維度的數(shù)據(jù)傳進(jìn)去就完了，封裝的可以說(shuō)是相當(dāng)徹底了

不是做Python的，學(xué)機(jī)器學(xué)習(xí)用個(gè)簡(jiǎn)單的圖就夠了。這個(gè)模塊只能畫(huà)二維圖，三維需要使用其他的方法

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。