使用matplotlib中的scatter绘图函数分析iris数据集中的特征属性

最新推荐文章于 2025-03-19 20:45:52 发布

brave_jcc

最新推荐文章于 2025-03-19 20:45:52 发布

阅读量1.1k

点赞数

分类专栏： python数据分析文章标签： python 可视化

本文链接：https://blog.youkuaiyun.com/brave_jcc/article/details/79698653

版权

iris数据集导入有好几种方式，本文采用的是从sklearn包中直接导入使用，并选取期中两列的属性，用散点图分析，

代码参考了《机器学习实战》

# import numpy as np
# from numpy import *
# import  operator
from sklearn.datasets import load_iris
# import matplotlib
import matplotlib.pyplot as plt
<

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

brave_jcc

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

[Python从零到壹] 十二.机器学习之回归分析万字总结全网首发（线性回归、多项式回归、逻辑回归）

杨秀璋的专栏

07-03

4万+

前一篇文章讲述了数据分析部分，主要普及网络数据分析的基本概念，讲述数据分析流程和相关技术，同时详细讲解Python提供的若干第三方数据分析库，包括Numpy、Pandas、Matplotlib、Sklearn等。本文介绍回归模型的原理知识，包括线性回归、多项式回归和逻辑回归，并详细介绍Python Sklearn机器学习库的LinearRegression和LogisticRegression算法及回归分析实例。进入基础文章，希望对您有所帮助。

Matplotlib-02-iris鸢尾花数据集|scatter散点图

qq_21478261的博客

06-11

5206

使用pyplot方法和面向对象方法，绘制鸢尾花（iris）数据集的散点图。

参与评论您还未登录，请先登录后发表或查看评论

基于matplotlib对iris数据集进行数据分析

01-20

iris介绍 iris数据集也称鸢尾花数据集。包括150个数据样本，分为三类，每类五十个数据，每个数据具有四个属性，可通过四个属性预测鸢尾花属于哪一类。用到的python库 matplotlib、pandas、sklearn、seaborn /这里因为我没有下载iris数据集，所以从sklearn里面导入，如果有数据集则用pandas.read_csv打开即可。/ 有了数据集以后就直接作图等操作就好了。 let‘s go！导入数据集，看看数据集长啥样子。把数据集转换为pandas的DataFrame类型便于操作（类似与二维表） import pandas as pd from skle

Matplotlib| scatter函数

公众号：快乐变态屋漂亮大男孩的罗德岛

12-26

1385

scatter函数的用法总结

Python散点图(Scatter Plot)：数据探索的“第一张图表”

最新发布

SiArch的博客

03-19

1413

散点图是数据探索的“第一张图表”，其简洁性和信息密度使其成为分析变量关系的首选工具。通过合理运用Python中的Matplotlib、Seaborn等库，我们可以轻松绘制出各种类型的散点图，从而深入挖掘数据背后隐藏的关系和规律。希望本文的介绍能够帮助读者更好地理解和应用散点图，在数据可视化的道路上更进一步。如能结合Python的快速原型、R的统计深化、D3.js的动态交互，掌握散点图的多维度应用，更能够显著提升数据分析效率与洞察深度。

python-Matplotlib- scatter( ) 函数详解

LLDZH的博客

12-26

1803

x 和 y 分别是横坐标和纵坐标的数据。这段代码会创建一个散点图，其中每个点的大小由 `sizes` 数组指定，颜色由 `colors` 数组指定，标记形状为圆形。s：散点的大小，可以同一指定也可以分开指定，可以是单个数值表示所有点的大小，也可以是一个数组，表示每个点的大小。c：散点的颜色，可以同一指定也可以分开指定，可以是单个颜色字符串，也可以是一个颜色数组，表示每个点的颜色。marker：散点的形状，默认是圆形，可以使用不同的标记形状，如 'o' 表示圆形，'^' 表示三角形等。

Matplotlib入门:scatter

记录学习历程

12-20

321

import matplotlib.pyplot as plt import numpy as np n = 1024 x= np.random.normal(0,1,n) y = np.random.normal(0,1,n) t = np.arctan2(x,y) plt.xlim(-2,2) plt.ylim(-2,2) plt.xticks(()) plt.yticks(()) plt.scatter(x,y,c=t,s=70,cmap='viridis',edgecolors='k',alpha.

Python数据分析项目实例3：使用matplotlib散点图分析鸢尾花(Iris)数据集

简时刻的博客

08-06

9019

python 导入数据集并画图_python matplotlib画图教程学习：（三）IRIS数据集作图

weixin_39723010的博客

12-03

1761

在开始我们今天的正题之前，有一个基础的知识先补充一下，即matplotblo所有的画图函数接受的数据类型是numpy.array，所以在画图之前最好将数据类型转化成numpy.array，否则可能会有意外的错误。例如，将pandas.DataFrame在转化成np.arraya = pandas.DataFrame(np.random.rand(4,5), columns = list('abc...

Python-Matplotlib可视化（2）——自定义颜色绘制精美统计图

热门推荐

盼小辉丶的博客

05-29

2万+

Matplotlib是Python的绘图库，它提供了一整套和 matlab 相似的命令 API，可以生成你所需的出版质量级别的图形。matplotlib提供的所有绘图都带有默认样式。虽然这可以进行快速绘图，但有时可能需要自定义绘图的颜色和样式，以对绘制更加精美、符合审美要求的图像。matplotlib的设计考虑到了此需求，很容易调整matplotlib图形的颜色和样式。借助Matplotlib库，可以方便的对进行数据分析，快速完成数据可视化。

iris数据集

iTom's blog

02-04

1907

Reference 最流行的4个机器学习数据集 Notes python 的 sklearn 库里有iris这个数据集，安装了 sklearn 库就可以从里面提取出这个数据集的数据，有 150 行这个 iris 数据集里有 5 个属性，一个是描述，另外 4 个是：data、feature_names、target、target_names，分别就是属性值、属性名、类别、类别名 C

分类属性绘图

欢迎来到关关雎鸠儿的博客

12-09

303

图的合并 sns.violinplot(x='day',y='total_bill',data=tips,inner=None) sns.swarmplot(x='day',y='total_bill',data=tips,color='w',alpha=.5) 运行结果：显示的集中趋势可以用条形图来表示 sns.barplot(x='sex',y='survived',hue='c...

python入门知识图谱_知识图谱之社交网络分析（SNA）之python处理

weixin_39875629的博客

11-25

417

plt_iris Matplotlib画图参数 Numpy 莺尾花演示

m0_46133013的博客

04-12

656

学习笔记 1.加载sklearn的莺尾花数据，然后写代码画三种花瓣长和宽的散点分布图，绘制效果 2.算法时间复杂度的函数绘制图像 3.2张子图，第一张图上绘制x^n ,n从1到10，x范围为0-1，第二张图上绘制x^a，a从1.0到0.1 from sklearn import datasets iris= datasets.load_iris() X=iris.data y=iris.targe...

Python数据可视化实战——iris数据集可视化

weixin_39506322的博客

10-07

2万+

首先，这个Python数据可视化实战是在Iris数据集上完成的。所使用的是Python 3环境下的jupyter notebook。实战中我们需要用到的库包括：pandas , matplotlib , seaborn. %matplotlib notebook #在jupyter notebook使用交互式绘图 # 首先，我们导入pandas, 一个可用于数据处理和CSV文件输出...

matplotlib画图自定义marker

qiu_xingye的博客

05-04

6088

文章目录matplotlib画图自定义marker新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 matplo...

R语言鸢尾花iris数据集的层次聚类分析

大数据部落

06-18

1万+

原文链接：http://tecdat.cn/?p=3200 介绍本文在数据集上展示了如何使用dendextend R软件包来增强Hierarchical Cluster Analysis（更好的可视化和灵敏度分析）。背景鸢尾花数据集我们可以看到，Setosa物种与Versicolor和Virginica明显不同（它们具有较低的花瓣长度和宽度）。但是，基于对萼片和花瓣宽度.........

数据可视化（一）：绘制散点图

枪枪枪的博客

01-13

1万+

-----------------------------------------Machine Learning notebook--------------------------------------- https://github.com/amueller/introduction_to_ml_with_python/blob/master/01-introduction.ipynb ...

利用MatPlotlib对鸢尾花数据集做数据探索

10-08

Matplotlib是一个强大的Python数据可视化库，可以用于创建各种图表，包括数据探索中的散点图、直方图等。对于鸢尾花数据集，这是一个经典的机器学习示例，包含了三种不同类型的鸢尾花（Setosa, Versicolour, Virginica）的数据。为了利用Matplotlib进行数据探索，首先你需要加载鸢尾花数据集，比如通过scikit-learn库的load_iris函数。然后，你可以按照以下步骤操作： 1. **数据预处理**：将数据拆分为特征和目标变量，通常使用花瓣长度（petal length）、花瓣宽度（petal width）作为二维或三维的散点图坐标，因为它们通常能较好地区分鸢尾花的不同类别。 2. **绘制散点图**： - 对于两个特征，例如花瓣长度和宽度，你可以创建一个`plt.scatter()`图形，x轴表示花瓣长度，y轴表示花瓣宽度，每种颜色代表一种鸢尾花类型。 - 对于三个特征，可以使用3D散点图，`mpl_toolkits.mplot3d.Axes3D`模块可以帮助你完成。 3. **添加标题和标签**：给图表添加适当的标题，X轴和Y轴的标签，以及每个颜色的类别名称。 4. **显示图像**：最后使用`plt.show()`展示你的可视化结果。 5. **还可以尝试其他统计图形**，如直方图、箱线图等，进一步了解数据分布。 ```python import matplotlib.pyplot as plt from sklearn import datasets # 加载鸢尾花数据 iris = datasets.load_iris() X = iris.data[:, :2] # 取前两个特征进行二维绘图 y = iris.target # 绘制二维散点图 plt.scatter(X[:, 0], X[:, 1], c=y) plt.xlabel('Petal Length') plt.ylabel('Petal Width') plt.title('Iris Data Scatter Plot by Species') # 显示图像 plt.show() # 如果你想看三维散点图，可以类似地添加第三个特征 ```