利用python的matplotlib库进行数据可视化，绘制定义函数的图像。

以机器学习逻辑回归的sigmoid函数为例：

python代码实现：

#定义sigmoid函数
def sigmoid(z):
    return 1/(1+np.exp(-z))

函数图像为：

以下对python matplotlib库绘制函数图像做简单描述：

import numpy as np
import matplotlib.pyplot as plt

#定义sigmoid函数
def sigmoid(z):
    return 1/(1+np.exp(-z))

#在-10到10之间生成1000个x值
x=np.linspace(-10,10,1000)
y=sigmoid(x)

#获取当前的坐标轴, gca = get current axis
ax=plt.gca()
#设置右边框和上边框
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
#设置x坐标轴为下边框
ax.xaxis.set_ticks_position('bottom')
#设置y坐标轴为左边框
ax.yaxis.set_ticks_position('left')
#设置x轴, y周在(0, 0)的位置
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))

plt.plot(x,y)
plt.show()