首页 > > 网络编程 > 其它 >

1.2为多变量数据绘制散点阵图

2018-10-10 08:39:54来源：博客园阅读 ()

　　在这篇博客中，用一个小栗子来介绍一下散点图在多变量数据中的一方面应用。

　　scikit库中提供了一些数据，这里使用iris数据集，是一种鸢尾属植物，所给数据中包括两种类型的花，目的是根据所给信息判断两种花分别属于哪一类。也就是说找到区分这两种花的方法。

　　加载库

1 from sklearn.datasets import load_iris
2 import numpy as np
3 import matplotlib.pyplot as plt
4 import itertools

　　导入数据

1 data = load_iris()
2 x = data['data']
3 y = data['target']
4 col_names = data['feature_names']

　　首先看一下这个数据集中都有什么，放一张过程中的截图。

　　从上面以及具体内容（数据较多，可以自行查看）可以看到，x中是150x4的二维数组，对应着花萼的长度宽度和花瓣的长度宽度。y中是存储着已知的每组数据对应的花的种类，有0、1两种情况。feature_names中存了每个属性的名称。

　　先给出主要的程序，然后慢慢解释其中用到的知识点。

 1 # 绘出6个图形，包括了以下几个列：花萼长度、花萼宽度、花瓣长度和花瓣宽度
 2 plt.close('all') # 关掉其他的图像
 3 plt.figure(1)
 4 
 5 # 绘制一个3行2列的图
 6 subplot_start = 321
 7 col_numbers = range(0, 4)
 8 # 为图形添加标签
 9 col_pairs = itertools.combinations(col_numbers, 2)
10 plt.subplots_adjust(wspace = 0.5)
11 
12 for col_pair in col_pairs:
13     plt.subplot(subplot_start)
14     plt.scatter(x[:,col_pair[0]], x[:,col_pair[1]], c=y)
15     plt.xlabel(col_names[col_pair[0]])
16     plt.ylabel(col_names[col_pair[1]])
17     subplot_start += 1
18     plt.show()

#7：col_numbers = range(0, 4) 上面看到数据中包括四个属性来判断该花属于哪个类型，在程序当中也就是二维数组中列的0~3。
#9：col_pairs = itertools.combinations(col_numbers, 2) itertools.combination可以将里面的内容组合在一起。这里由于二维更便于展示，两两组合起来绘图，观察哪些属性可以更清晰的区分出两种花来。返回一个迭代器。
#12：循环从生成的所有两两组合中取出来，绘图。
#14：plt.scatter(x[:,col_pair[0]], x[:,col_pair[1]], c=y) 绘制散点图，横纵轴为组合在一起的两个属性，[:,col_pair[0]]的意思就是组合中第一个属性的150个数据。
#17: subplot_start += 1 使图像依次画在一个图形中。