用plt.scatter()函数进行散点图绘制以及PCA进行二维到一维的降维

文章介绍了如何使用Python的matplotlib库绘制散点图,并通过sklearn库中的PCA(主成分分析)方法将二维数据降维至一维。示例代码展示了数据生成、散点图绘制以及PCA降维和反向变换的过程。

散点图的绘制

通过plt.scatter()函数绘制散点图:

import numpy as np
import matplotlib.pyplot as plt

#np.empty()返回一个随机元素的矩阵;
# 所以使用的时候需要手工把每一个值重新定义,否则该值是接近零的随机数。
X = np.empty((100, 2))
X[:, 0] = np.random.uniform(0., 100., size=100)
X[:, 1] 
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Dream_Bri

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值