数据挖掘-K-近邻分类器-Iris数据集分析-根据花萼长宽分类-以散点图显示(一)

左手的ㄟ右手 2022-07-11 13:20 191阅读 0赞

#   %load python_8_1.py     此命令以加载本脚本到到ipython中 
    # coding: utf-8
    
    from sklearn import datasets
    iris=datasets.load_iris()
    #数据集描述信息
    iris.DESCR
    #iris数据集的数据
    iris.data
    #以上总共150组数据，对应以下150个结果
    iris.target
    #0代表Setosa  1代表Versicolour   2代表 Virginica
    iris.target_names
    #绘制散点图
    import matplotlib.pyplot as plt
    import matplotlib.patches as mpatches
    from sklearn import datasets
    #加载iris数据集
    iris=datasets.load_iris()
    #取出iris数据中的第0列，即表示花萼长度
    x=iris.data[:,0]   #x轴
    y=iris.data[:,1]  #y轴   花萼宽度
    x
    y
    species=iris.target  #种类
    #计算散点图x轴最小值，最大值
    x_min,x_max=x.min() - .5, x.max() + .5
    #计算散点图y轴最小值与最大值
    y_min,y_max=y.min()-.5,y.max()+.5
    #以下绘制散点图
    plt.figure()
    
    #matplot显示图例中的中文问题 :   https://www.zhihu.com/question/25404709/answer/67672003
    import matplotlib.font_manager as fm
    #mac中的字体问题请看: https://zhidao.baidu.com/question/161361596.html
    myfont = fm.FontProperties(fname='/Library/Fonts/Xingkai.ttc')
    
    #图例中的中文处理
    plt.legend(prop=myfont)
    
    plt.title(u'鸢尾花分类预测_根据花萼长宽',fontproperties=myfont)
    plt.scatter(x,y,c=species )
    plt.xlabel(u'花萼长 sepal length',fontproperties=myfont)
    plt.ylabel(u'花萼宽 sepal width',fontproperties=myfont)
    
    plt.xlim(x_min,x_max)
    plt.ylim(y_min,y_max)
    plt.xticks(())
    plt.yticks(())
    plt.plot()
    
    #将图表保存为png图片, 注意这句话必须在plot()之后，否则将得到一个空白图片
    plt.savefig('python_8_1_鸢尾花分类预测_根据花萼长宽.png')
    
    plt.show()
    #shift+enter显示图表
    
    
    
    #从显示的图形来看: Iris Setosa（山鸢尾）的蓝色数据点形成一组,与其它两种分开了.

![Center][]

[Center]: /images/20220711/bdb8b669d23b4569aa28512b614df348.png