K近邻改进约会网站（二）：数据图形化展示

最新推荐文章于 2024-03-31 12:58:06 发布

原创最新推荐文章于 2024-03-31 12:58:06 发布 · 239 阅读

0 ·

CC 4.0 BY-SA版权

机器学习实战专栏收录该内容

26 篇文章

订阅专栏

本文介绍如何使用Python的matplotlib库绘制带有图例的散点图，并通过不同颜色和大小来区分数据类别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简单绘制散点图的方法（无法添加图例）：

from numpy import *
import kNN
import matplotlib.pyplot as plt


datingDataMat, datingLabels = kNN.file2matrix('datingTestSet2.txt')

fig = plt.figure()
ax = fig.add_subplot(111)
ax.scatter(datingDataMat[:, 1], datingDataMat[:, 2], 15.0 * array(datingLabels), 15.0 * array(datingLabels))
#以第二列特征和第三列特征绘制散点图，括号内的内容依次为x,y,大小s，颜色，颜色用4种数字表示，随机产生4中不同颜色
plt.show()

标准绘图：

import matplotlib.pyplot as plt
import kNN

plt.rcParams['font.sans-serif']=['Simhei']   #解决字体，和坐标轴符号问题
plt.rcParams['axes.unicode_minus']=False

datingDataMat, datingLabels = kNN.file2matrix('datingTestSet2.txt')

plt.figure()
axes = plt.subplot(111)

type1_x = []      #定义3中类型
type1_y = []
type2_x = []
type2_y = []
type3_x = []
type3_y = []

for i in range(len(datingLabels)):        #每组数按标签划分类别
    if datingLabels[i] == 1:
        type1_x.append(datingDataMat[i][0])
        type1_y.append(datingDataMat[i][1])

    if datingLabels[i] == 2:
        type2_x.append(datingDataMat[i][0])
        type2_y.append(datingDataMat[i][1])

    if datingLabels[i] == 3:
        type3_x.append(datingDataMat[i][0])
        type3_y.append(datingDataMat[i][1])

type1 = axes.scatter(type1_x, type1_y, s=20, c='r')    #分别设置大小颜色等属性
type2 = axes.scatter(type2_x, type2_y, s=40, c='b')
type3 = axes.scatter(type3_x, type3_y, s=60, c='k')

plt.legend((type1, type2, type3), ('不喜欢', '魅力一般', '极具魅力'))   #添加图例
plt.show()