import matplotlib.pyplot as plt import tensorflow as tf import numpy as np # 调用数据 boston_house = tf.keras.datasets.boston_housing (train_x, train_y), (test_x, test_y) = boston_house.load_data(test_split=0.1) # 开始绘图 plt.rcParams["font.family"] = 'SimHei' # 将字体改为中文 plt.rcParams['axes.unicode_minus'] = False # 设置了中文字体默认后,坐标的"-"号无法显示,设置这个参数就可以避免 plt.figure(figsize=(16, 10)) # 设置绘图尺寸 for i in range(13): plt.subplot(4, 4, (i + 1)) plt.scatter(train_x[:, i], train_y, 5) # plt.scatter(train_x[:,5],train_y) # 绘制散点图,只取x数据的第6列(房间数目数据) plt.xlabel('x[{}]'.format(i), fontsize=10) # 设置x轴标签文本 plt.ylabel('房价', fontsize=10) plt.title('波士顿房价与x[{}]关系'.format(i), fontsize=10) # 设置图标题 plt.tight_layout(rect=[0,0,1,0.9]) # 优化子图与总标题的位置,防止重叠 plt.suptitle('各属性与房价的关系', x=0.5, y=1, fontsize=20) # 设置总标题 plt.show()