Python如何绘制分类数据的图表

5

我无法使用numpy绘制分类算法的数据,因为它会抛出以下错误:ValueError: x和y的大小必须相同

data变量中的数据如下:

[[ 34.62365962  78.02469282   0.        ]
 [ 30.28671077  43.89499752   0.        ]
 [ 35.84740877  72.90219803   0.        ]
 [ 60.18259939  86.3085521    1.        ]
 [ 79.03273605  75.34437644   1.        ]
 [ 45.08327748  56.31637178   0.        ]
 [ 61.10666454  96.51142588   1.        ]
 [ 75.02474557  46.55401354   1.        ]]

代码:

data=np.loadtxt('ex2data1.txt',delimiter=',',dtype=None)
X = data[:, [0,1]]
y = data[:, 2]
pylab.scatter(X,y)
pylab.show()

我正在尝试绘制这个图表:

enter image description here


每当您绘制一个点时,都必须为该点提供xy坐标。目前,您正在尝试为每个y值绘制两个x值,但它不知道如何映射它们。使用您当前的代码,最简单的方法是将第二行x值的y值复制一遍,并以这种方式绘制它们所有。 - alkasm
2个回答

11
最简单的方式是在加载时解压数据。
import matplotlib.pyplot as plt

x,y,c = np.loadtxt('ex2data1.txt',delimiter=',', unpack=True)
plt.scatter(x,y,c=c)
plt.show()

显然,您也可以在之后进行解包。
import matplotlib.pyplot as plt

data = np.loadtxt('ex2data1.txt',delimiter=',')
plt.scatter(data[:,0],data[:,1],c=data[:,2])
plt.show()

我该如何为绘制的每个列表设置颜色? - Sundeep Pidugu
@SundeepPidugu plt.scatter(data[:,0],data[:,1],c=data[:,2]) 中的 c 参数负责颜色。 - keroles Monsef
如何设置图例? - user41855

1
# Visualising the Training set results
from matplotlib.colors import ListedColormap
X_set, y_set = X_train, y_train
X1, X2 = np.meshgrid(np.arange(start = X_set[:, 0].min() - 1, stop = X_set[:, 0].max() + 1, step = 0.01),
                     np.arange(start = X_set[:, 1].min() - 1, stop = X_set[:, 1].max() + 1, step = 0.01))
plt.contourf(X1, X2, cla.predict(np.array([X1.ravel(), X2.ravel()]).T).reshape(X1.shape),
             alpha = 0.75, cmap = ListedColormap(('red', 'green')))
plt.xlim(X1.min(), X1.max())
plt.ylim(X2.min(), X2.max())
for i, j in enumerate(np.unique(y_set)):
    plt.scatter(X_set[y_set == j, 0], X_set[y_set == j, 1],
                c = ListedColormap(('red', 'green'))(i), label = j)
plt.title('KNN (Training set)')
plt.fig(figsize=(12,6))
plt.xlabel('Age')
plt.ylabel('Estimated Salary')
plt.legend()
plt.show()

See the example


嗨,感谢您的回答。很高兴它对您有效,但如果您能解释一下您做了什么以及如何解决最初的问题,这将对我们有所帮助! - Simas Joneliunas

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接