数据可视化

**

我们先来看一下鸢尾花数据集。

#读取鸢尾花卉数据集，绘制“花瓣长度”和“花瓣宽度”特征之间的散点图。

在导入如下几个库之前，请首先检查pip list，即个人PC是否已经安装了对应的第三方库。

安装命令：pip install 如果遇到安装超时的情况，可以使用清华的源：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple

更换为要下载的第三方库

import numpy as np import pandas as pd from sklearn.cluster import KMeans#K-means算法 import matplotlib.pyplot as plt plt.rcParams[‘font.sans-serif’]=[‘SimHei’]#用来正常显示中文 iris_data=pd.read_csv(r’./iris.csv’) X=iris_data[[‘petal_length’,‘petal_width’]] print(X.shape)#这里看一下有没有数据缺失 #绘制数据分布图 estimator=KMeans(n_clusters=3)#构造聚类器 estimator.fit(X)#聚类 label_pred=estimator.labels_#获取聚类标签

#开始绘制K-means结果 x0=X[label_pred==0]#对应setosa

x1=X[label_pred==1]#对应vigincia

x2=X[label_pred==2]#对应versicolor #这里使用了df.values，因为操作的是一个dataframe类型，所以应该转换成ndarry plt.scatter(x0.values[:,0],x0.values[:,1],c=‘r’,marker=‘o’,label=‘setosa(山鸢尾)’) plt.scatter(x1.values[:,0],x1.values[:,1],c=‘g’,marker=‘o’,label=‘virgincia(维吉尼亚鸢尾)’) plt.scatter(x2.values[:,0],x2.values[:,1],c=‘blue’,marker=‘o’,label=‘versicolor(变色鸢尾)’) plt.xlabel(‘petal_length(花瓣长度)’) plt.ylabel(‘petal_width(花瓣宽度)’) plt.title(‘花瓣长度和花瓣宽度特征之间的散点图’) plt.legend(loc=2)#把图例放到左上角 plt.show()

#读取鸢尾花卉数据集，绘制“花萼长度”和“花萼宽度”特征之间的散点图。 import numpy as np import pandas as pd from sklearn.cluster import KMeans#K-means算法 import matplotlib.pyplot as plt plt.rcParams[‘font.sans-serif’]=[‘SimHei’]#用来正常显示中文 iris_data=pd.read_csv(r’./iris.csv’) X=iris_data[[‘sepal_length’,‘sepal_width’]] print(X.shape)#这里查看一下有没有数据缺失 #绘制数据分布图 estimator=KMeans(n_clusters=3)#构造聚类器 estimator.fit(X)#聚类 label_pred=estimator.labels_#获取聚类标签

#开始绘制K-means结果 x0=X[label_pred==0]#对应setosa

x1=X[label_pred==1]#对应vigincia

x2=X[label_pred==2]#对应versicolor #这里使用了df.values，因为操作的是一个dataframe类型，所以应该转换成ndarry plt.scatter(x0.values[:,0],x0.values[:,1],c=‘r’,marker=‘o’,label=‘setosa(山鸢尾)’) plt.scatter(x1.values[:,0],x1.values[:,1],c=‘g’,marker=‘o’,label=‘virgincia(维吉尼亚鸢尾)’) plt.scatter(x2.values[:,0],x2.values[:,1],c=‘blue’,marker=‘o’,label=‘versicolor(变色鸢尾)’) plt.xlabel(‘sepal_length(花萼长度)’) plt.ylabel(‘sepal_width(花萼宽度)’) plt.title(‘花萼长度和花萼宽度特征之间的散点图’) plt.legend(loc=2)#把图例放到左上角 plt.show()

就是这么多了，不会的可以私聊。 祝大家学习愉快。