鸢尾花数据散点图

鸢尾花分为三类:山鸢尾、变色鸢尾和维吉尼亚鸢尾

iris为鸢尾花数据集

import warnings    # 引用warnings模块
warnings.filterwarnings('ignore')    # 忽略警告消息

from sklearn import datasets    # 从sklearn库引用datasets
from matplotlib import pyplot as plt    # 从matplotlib库引用pyplot作为plt
import numpy as np    # 引用numpy作为np
# 支持中文
plt.rcParams["font.sans-serif"] = ['SimHei']    # 用来正常显示中文标签,SimHei是字体名称,字体必须在系统中存在,字体的查看方式和安装第三部分
plt.rcParams['axes.unicode_minus'] = False     # 用来正常显示负号

iris = datasets.load_iris()    # 调用函数
X = iris.data    # 获取iris鸢尾花数据集中的data数据,
y = iris.target    # 获取iris鸢尾花数据集中的target数据,其中0代表山鸢尾,1代表变色鸢尾,2代表维吉尼亚鸢尾
X1 = iris.data[: , :2]    # 将iris鸢尾花数据集中的data数据进行切片,只取前两列(共四列)
# 绘制萼片散点图(sepal_width*sepal_length)
plt.scatter(X1[y==0, 0],X1[y==0, 1],color='r',marker='+')    # 选取y所有为0的+X的第一列
plt.scatter(X1[y==1, 0],X1[y==1, 1],color='g',marker='x')    # 选取y所有为1的+X的第一列
plt.scatter(X1[y==2, 0],X1[y==2, 1],color='b',marker='o')    # 选取y所有为2的+X的第一列
plt.xlabel('sepal width')    # 设置横坐标标注xlabel为sepal width
plt.ylabel('sepal length')    # 设置纵坐标标注ylabel为sepal length
plt.title('sepal散点图')    # 设置散点图的标题为sepal散点图
plt.show()
sepal萼片散点图.png
X2 = iris.data[: , 2:]    # 将iris鸢尾花数据集中的data数据进行切片,只取后两列(共四列)
# 绘制花瓣散点图(petal_width*petal_length)
plt.scatter(X2[y==0, 0],X2[y==0, 1],color='r',marker='+')    # 选取y所有为0的+X的第一列
plt.scatter(X2[y==1, 0],X2[y==1, 1],color='g',marker='x')    # 选取y所有为1的+X的第一列
plt.scatter(X2[y==2, 0],X2[y==2, 1],color='b',marker='o')    # 选取y所有为2的+X的第一列
plt.xlabel('petal width')    # 设置横坐标标注xlabel为petal width
plt.ylabel('petal length')    # 设置纵坐标标注ylabel为petal length
plt.title('petal散点图')    # 设置散点图的标题为petal散点图
plt.show()
petal花瓣散点图.png

由于下两图的结果与第二个图一样,因此可以省略

X3 = np.delete(X,1,axis=1)    # 删除X中的第二列
X3 = np.delete(X3,2,axis=1)    # 删除X中的第四列
# X3相当于将iris鸢尾花数据集中的data数据进行切片,只取后第一和第三列(共四列)
# 绘制萼片与花瓣的宽散点图(petal_width*petal_width)
plt.scatter(X3[y==0, 0],X3[y==0, 1],color='r',marker='+')
plt.scatter(X3[y==1, 0],X3[y==1, 1],color='g',marker='x')
plt.scatter(X3[y==2, 0],X3[y==2, 1],color='b',marker='o')
plt.show()
萼片与花瓣的宽散点图.png
X4 = np.delete(X,0,axis=1)    # 删除第一列
X4 = np.delete(X4,1,axis=1)    # 擅长X中的第三列
# X4相当于将iris鸢尾花数据集中的data数据进行切片,只取后第二和第四列(共四列)
# 绘制萼片与花瓣的长散点图(petal_length*petal_length)
plt.scatter(X4[y==0, 0],X4[y==0, 1],color='r',marker='+')
plt.scatter(X4[y==1, 0],X4[y==1, 1],color='g',marker='x')
plt.scatter(X4[y==2, 0],X4[y==2, 1],color='b',marker='o')
plt.show()
萼片与花瓣的长散点图.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 吃和思考,都是生命的必需品。 作家朱利安·巴吉尼说,好好吃,就是好好生活。 如果人明白美食真正的价值和本质,就会关...
    persona5阅读 2,967评论 3 0
  • 荼靡,too me 两个平行空间 两个选择 成就两个不一样的未来 其实方案A 和方案B 都不可能让生活满意 更加不...
    习习撩人阅读 3,173评论 0 2