当前位置:脚本大全 > > 正文

python散点图(python scatter散点图用循环分类法加图例)

时间:2021-11-05 14:43:11类别:脚本大全

python散点图

python scatter散点图用循环分类法加图例

本文实例为大家分享了python scatter散点图用循环分类法加图例,供大家参考,具体内容如下

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • import matplotlib.pyplot as plt
  • import knn
  •  
  • plt.rcparams['font.sans-serif']=['simhei']
  • plt.rcparams['axes.unicode_minus']=false
  •  
  • datingdatamat, datinglabels = knn.file2matrix('datingtestset2.txt')
  •  
  • plt.figure()
  • type1_x = []  #一共有3类,所以定义3个空列表准备接受数据
  • type1_y = []
  • type2_x = []
  • type2_y = []
  • type3_x = []
  • type3_y = []
  •  
  • for i in range(len(datinglabels)):     #1000组数据,i循环1000次
  •   if datinglabels[i] == '1':        #根据标签进行数据分类,注意标签此时是字符串
  •     type1_x.append(datingdatamat[i][0]) #取的是样本数据的第一列特征和第二列特征
  •     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])
  •  
  • plt.scatter(type1_x, type1_y, s=20, c='r', label='不喜欢')
  • plt.scatter(type2_x, type2_y, s=40, c='b', label='魅力一般')
  • plt.scatter(type3_x, type3_y, s=60, c='k', label='极具魅力')
  •  
  • plt.legend()
  • plt.show()
  • 用面向对象的写法:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • import matplotlib.pyplot as plt
  • import knn
  •  
  • plt.rcparams['font.sans-serif']=['simhei']
  • plt.rcparams['axes.unicode_minus']=false
  •  
  • datingdatamat, datinglabels = knn.file2matrix('datingtestset2.txt')
  •  
  • plt.figure()
  • axes = plt.subplot(111)
  •  
  • type1_x = []
  • type1_y = []
  • type2_x = []
  • type2_y = []
  • type3_x = []
  • type3_y = []
  •  
  • for i in range(len(datinglabels)):
  •   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')
  • 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'))
  • plt.show()
  • python scatter散点图用循环分类法加图例

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持开心学习网。

    原文链接:https://blog.csdn.net/xiaobaicai4552/article/details/79069207

    上一篇下一篇

    猜您喜欢

    热门推荐