因此,当前我正在创建一个包含以下代码的绘图:
plt.imshow(prob_mesh[:, 1].reshape((1000, 1000)),
extent=(-4, 4, -4, 4), origin='lower')
plt.scatter(predicting_classes_pos_inputs[:, 0], predicting_classes_pos_inputs[:, 1], marker='o', c='w',
edgecolor='k')
请注意,这两个都应该在同一个图中,现在我要添加:
plt.imshow(prob_mesh[:, 0].reshape((1000, 1000)),
extent=(-4, 4, -4, 4), origin='lower')
plt.scatter(predicting_classes_neg_inputs[:, 0], predicting_classes_neg_inputs[:, 1], marker='o', c='w',
edgecolor='k')
也就是说,我希望将这两个图绘制在同一图中,但是彼此相邻,希望您理解,如何实现这样的功能?
答案 0 :(得分:2)
IIUC,您需要类似以下内容的东西。以下是使用一些虚假数据的一个可行答案。只需将其替换为您的实际数据,看看它是否满足您的需求。
import matplotlib.pyplot as plt
import numpy as np
prob_mesh = np.random.randint(-4, 4, (100, 100))
f, (ax1, ax2) = plt.subplots(1, 2)
ax1.imshow(prob_mesh[:, 1].reshape((10, 10)),extent=(-4, 4, -4, 4), origin='lower')
ax1.scatter(prob_mesh[:, 1], prob_mesh[:, 0], marker='o', c='w',edgecolor='k')
ax2.imshow(prob_mesh[:, 1].reshape((10, 10)),extent=(-4, 4, -4, 4), origin='lower')
ax2.scatter(prob_mesh[:, 1], prob_mesh[:, 0], marker='o', c='w',edgecolor='k')