sklearn.preprocessing
包提供几种常用的效用函数及转换器类，用于更改原始特征向量表示形式以适应后续评估量。
sklearn.preprocessing.scale()函数
sklearn.preprocessing.scale(X, axis=0, with_mean=True, with_std=True, copy=True)
matplotlib
颜色
fill_between()函数
import matplotlib.pyplot as plt
import numpy as np
向下填充
#准备数据
x = np.array([i for i in range(30)])
y = np.random.rand(30)
#绘图
plt.plot(x, y) # 划线
plt.fill_between(x, 0, y, facecolor='green', alpha=0.3) #向下填充
plt.show() #显示图形
参考https://blog.csdn.net/kabuto_hui/article/details/84979606
在2条线之间填充
x = np.array([i for i in range(15)])
y1 = np.random.rand(15)
y2 = np.random.rand(15)
#画线
plt.plot(x, y1) # 先将图画出来
plt.plot(x, y2) # 先将图画出来
plt.fill_between(x, y1, y2,where=y1>=y2,facecolor='green', alpha=0.3) #填图
plt.fill_between(x, y1, y2,where=y1<y2,facecolor='red', alpha=0.3)#填图
plt.show()
narray转换为Series、DataFrame
arr3=array([0, 1, 2, 3])
pd.Series(arr3,index=['a','b','c','d'])
pd.DataFrame(arr3,index=['a','b','c','d'])
1
