CS231n作业1：KNN中的matplotlib配置

"这篇资源主要介绍了在CS231n课程作业1的KNN（K-最近邻）部分中使用的两个关键Python函数：plt.rcParams和auto_reload。plt.rcParams用于自定义matplotlib库的图形属性，而auto_reload则是在Jupyter notebook中实现代码自动重载的辅助工具。" ### 1. plt.rcParams `plt.rcParams` 是matplotlib库中的一个非常重要的功能，它允许用户在运行代码前预先设置matplotlib的默认配置。通过这个函数，你可以定制各种图形属性，例如： - **figure.figsize**：设置默认的图像大小，例如 `(10.0, 8.0)` 表示宽度为10.0英寸，高度为8.0英寸。 - **image.interpolation**：控制图像的插值方法，例如 `'nearest'` 表示使用最近邻插值，保留原始像素的清晰度。 - **image.cmap**：设置颜色映射，如 `'gray'` 用于灰度显示图像。 - **font.sans-serif**：定义字体系列，特别是对于中文环境，设置为 `['SimHei']` 可以正确显示中文标签。 - **axes.unicode_minus**：如果设置为 `False`，将使用传统字符表示负号，而不是Unicode符号。 - **figure.dpi**：设置每英寸点数，影响图像的分辨率，例如 `300` 代表高分辨率图像。 除了上述示例中的参数外，还有很多其他可调整的属性，例如线条宽度、颜色、样式、坐标轴属性等，这使得用户可以根据需求灵活调整图形的外观。 ### 2. auto_reload 在Jupyter notebook环境中，`%load_ext autoreload` 和 `%autoreload 2` 是两个非常有用的魔法命令，它们主要用于自动重新加载导入的模块，每当模块中的代码被更新时，这些变化就会立即反映在notebook中。这在开发过程中非常实用，因为它消除了手动重启kernel或者频繁导入的需要，提高了开发效率。 - `%load_ext autoreload`：加载 `autoreload` 扩展，使下面的 `%autoreload` 命令可用。 - `%autoreload 2`：启用2级自动重载模式，这意味着所有导入的模块（以及它们所依赖的模块）都会在每次执行代码块后自动更新。 ### 总结 在CS231n的KNN实现中，这两个函数起到关键作用。`plt.rcParams` 提供了对matplotlib图形的精细控制，使可视化更加美观且符合需求；而`auto_reload` 则优化了开发流程，让实验和调试变得更加流畅。理解并熟练运用这些工具，能提升数据处理和分析的效率。