fig = plt.figure()
ax = fig.add_subplot(1,1,1)
然后我们添加一条“Line”到这个“axes”中去
lines = ax.plot(np.arange(1000))
此时,你可以运行fig.show()查看到图表对象中已经多了一条线
当然,你也可以吧lines对象的位置打印出来,我这里是:
[<matplotlib.lines.Line2D object at 0x05D37BD0>]
OK,可能这个时候你已经知道如何做了,通过查询API我们知道是有一个POP方法的,那么你可能会这么写:
lines.pop(0)
然后你会再次运行程序,你会发现画的先仍然存在,为什么呢?
好吧,其实这个地方你可以理解为是一个值传递,而非引用删除,那么正确的方法是:
数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权。最典型的就是数据的归一化处理,即将数据统一映射到(0,1]区间上
(1)0-1标准化
将数据的最大最小值记录下来,并通过max-min作为基数(即min=0,max=1)进行数据的归一化处理
x=(x - min) / (max - min)
(2)Z-score标准化
Z分数(z-score),是一个分数与平均数的差再除以标准差的过程 → z=(x-μ)/σ,其中x为某一具体分数,μ为平均数,σ为标准差
Z值的量代表着原始分数和母体平均值之间的距离,是以标准差为单位计算。在原始分数低于平均值时Z则为负数,反之则为正数
数学意义:一个给定分数距离平均数多少个标准差?