x，y：輸入資料，array_like，shape（n，）
s：點的大小
標量或array_like，shape（n，），可選
大小以點數^ 2。預設是rcparams ['lines.markersize'] ** 2。
c：點的顏色
順序或顏色順序，可選，預設：『b』
c可以是單個顏色格式的字串，也可以是一系列顏色
規範的長度為n，或一系列n數字
使用通過kwargs指定的cmap和norm對映到顏色
（見下文）。請注意，c不應該是單個數字rgb或
rgba序列，因為這與陣列無法區分
值將被彩色對映。c可以是乙個二維陣列，其中的
行是rgb或rgba，但是，包括單個的情況
行為所有點指定相同的顏色。
marker：點的形狀
〜matplotlib.markers.markerstyle，可選，預設值：『o』
請參閱〜matplotlib.markers以獲取有關不同的更多資訊
標記分散支援的樣式。marker可以是
該類的例項或特定文字的簡寫
標記。cmap：〜matplotlib.colors.colormap，可選，預設：無
乙個〜matplotlib.colors.colormap例項或註冊名稱。
cmap僅在c是浮點陣列時使用。如果沒有，
預設為rcimage.cmap。
norm：〜matplotlib.colors.normalize，可選，預設：無
〜matplotlib.colors.normalize例項用於縮放
亮度資料為0,1。norm只有在c是乙個陣列時才被使用
彩車。如果none'，則使用預設值：func：normalize`。
vmin，vmax：標量，可選，預設值：無
vmin和vmax與norm結合使用來標準化
亮度資料。如果其中任何乙個都是無'，那麼最小和最大的 使用顏色陣列。請注意，如果你通過乙個「規範」例項，你的vmin和vmax`的設定將被忽略。
alpha：標量，可選，預設值：無
alpha混合值，介於0（透明）和1（不透明）之間，
linewidths：標量或array_like，可選，預設值：無
如果無，則預設為（lines.linewidth，）。
verts：（x，y）的序列，可選
如果marker為none，這些頂點將用於
構建標記。標記的中心位於
在（0,0）為標準化單位。整體標記重新調整
由s完成。
edgecolors ：顏色或顏色順序，可選，預設值：無
如果無，則預設為』face』
如果'face'，邊緣顏色將永遠是相同的
臉色。如果它是'none'，補丁邊界不會
被畫下來。
對於未填充的標記，「edgecolors」kwarg
被忽視並被迫在內部「面對」。
動手學深度學習 task01
task 1 線性回歸 多層感知機 softmax函式 1 線性回歸作為基本的機器學習演算法，實現較簡單，應用廣泛。以下為用pytorch編寫的線性回歸類 import torch.nn as nn import torch from torch.autograd import variable f...
pandas 學習心得 task01
查漏補缺，新學技能 zip函式和enumerate方法 a 1,2,3 b 4,5,6 zip a,b 1,2,3 4,5,6 enumerate方法 類似返回series形式 np.linspace和np.arange np.linpace 1,10,5 1到10之間均勻取5個數 np.arang...
Datawhale組隊學習 Task01 分治
分治在倒排索引 pagerank 計算 網頁分析等搜尋引擎相關的技術中都有大量的應用。分治演算法的主要思想是將原問題遞迴地分成若干個子問題，直到子問題滿足邊界條件，停止遞迴。將子問題逐個擊破 一般是同種方法 將已經解決的子問題合併，最後，演算法會層層合併得到原問題的答案。def divide con...