import numpy as np
import matplotlib.pyplot as plt
from IPython import display

X = 2*np.random.rand(100,1)
y = 4+3*X+np.random.randn(100,1) # randn正態(tài)分布
X_b = np.c_[np.ones((100,1)),X] # c_行數(shù)相等，左右拼接

eta = 0.1 # 學習率
n_iter = 1000 # 迭代次數(shù)
m = 100 # 樣本點個數(shù)
theta = np.random.randn(2,1) # 參數(shù)初始值

plt.figure(figsize=(8,6))
mngr = plt.get_current_fig_manager() # 獲取當前figure manager
mngr.window.wm_geometry("+520+520") # 調整窗口在屏幕上彈出的位置，注意寫在打開交互模式之前
# 上面固定窗口，方便screentogif定位錄制，只會這種弱弱的方法
plt.ion()# 打開交互模式
plt.rcParams["font.sans-serif"] = "SimHei"# 消除中文亂碼

for iter in range(n_iter):
  plt.cla() # 清除原圖像

  gradients = 2/m*X_b.T.dot(X_b.dot(theta)-y)
  theta = theta - eta*gradients
  X_new = np.array([[0],[2]])
  X_new_b = np.c_[np.ones((2,1)),X_new]
  y_pred = X_new_b.dot(theta)

  plt.axis([0,2,0,15])
  plt.plot(X,y,"b.")
  plt.plot(X_new,y_pred,"r-")
  plt.title("學習率：{:.2f}".format(eta))
  plt.pause(0.3) # 暫停一會
  display.clear_output(wait=True)# 刷新圖像


plt.ioff()# 關閉交互模式  
plt.show()