python scatter散点图用循环分类法加图例

更新时间：2019年03月19日 08:39:14 作者：xiaobaicai4552

这篇文章主要为大家详细介绍了python scatter散点图用循环分类法加图例，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

本文实例为大家分享了python scatter散点图用循环分类法加图例，供大家参考，具体内容如下

import matplotlib.pyplot as plt
import kNN
 
plt.rcParams['font.sans-serif']=['Simhei']
plt.rcParams['axes.unicode_minus']=False
 
datingDataMat, datingLabels = kNN.file2matrix('datingTestSet2.txt')
 
plt.figure()
type1_x = []  #一共有3类，所以定义3个空列表准备接受数据
type1_y = []
type2_x = []
type2_y = []
type3_x = []
type3_y = []
 
for i in range(len(datingLabels)):     #1000组数据，i循环1000次
  if datingLabels[i] == '1':        #根据标签进行数据分类,注意标签此时是字符串
    type1_x.append(datingDataMat[i][0]) #取的是样本数据的第一列特征和第二列特征
    type1_y.append(datingDataMat[i][1])
 
  if datingLabels[i] == '2':
    type2_x.append(datingDataMat[i][0])
    type2_y.append(datingDataMat[i][1])
 
  if datingLabels[i] == '3':
    type3_x.append(datingDataMat[i][0])
    type3_y.append(datingDataMat[i][1])
 
plt.scatter(type1_x, type1_y, s=20, c='r', label='不喜欢')
plt.scatter(type2_x, type2_y, s=40, c='b', label='魅力一般')
plt.scatter(type3_x, type3_y, s=60, c='k', label='极具魅力')
 
plt.legend()
plt.show()

用面向对象的写法：

import matplotlib.pyplot as plt
import kNN
 
plt.rcParams['font.sans-serif']=['Simhei']
plt.rcParams['axes.unicode_minus']=False
 
datingDataMat, datingLabels = kNN.file2matrix('datingTestSet2.txt')
 
plt.figure()
axes = plt.subplot(111)
 
type1_x = []
type1_y = []
type2_x = []
type2_y = []
type3_x = []
type3_y = []
 
for i in range(len(datingLabels)):
  if datingLabels[i] == '1':
    type1_x.append(datingDataMat[i][0])
    type1_y.append(datingDataMat[i][1])
 
  if datingLabels[i] == '2':
    type2_x.append(datingDataMat[i][0])
    type2_y.append(datingDataMat[i][1])
 
  if datingLabels[i] == '3':
    type3_x.append(datingDataMat[i][0])
    type3_y.append(datingDataMat[i][1])
 
type1 = axes.scatter(type1_x, type1_y, s=20, c='r')
type2 = axes.scatter(type2_x, type2_y, s=40, c='b')
type3 = axes.scatter(type3_x, type3_y, s=60, c='k')
 
plt.legend((type1, type2, type3), ('不喜欢', '魅力一般', '极具魅力'))
plt.show()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

PyCharm2020.1.1与Python3.7.7的安装教程图文详解
这篇文章主要介绍了PyCharm2020.1.1与Python3.7.7的安装教程，本文通过图文并茂的形式给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
2020-08-08
Matplotlib实战之堆叠面积图绘制详解
堆叠面积图和面积图都是用于展示数据随时间变化趋势的统计图表,但它们的特点有所不同,堆叠面积图既能看到各数据系列的走势,又能看到整体的规模,下面我们就来看看如何绘制堆叠面积图吧
2023-08-08
Python 3.8正式发布重要新功能一览
最新版本的Python发布了！今年夏天，Python 3.8发布beta版本，但在2019年10月14日，第一个正式版本已准备就绪。现在，我们都可以开始使用新功能并从最新改进中受益
2019-10-10
Python自动化办公之编写PDF拆分工具
这篇文章主要为大家分享一个Python自动化办公的小工具——PDF拆分工具，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起动手试一试
2022-03-03
python数据可视化Seaborn画热力图
这篇文章主要介绍了数据可视化Seaborn画热力图，热力图的想法其实很简单，用颜色替换数字，下面我们来看看文章对操作过程的具体介绍吧，需要的小伙伴可以参考一下具体内容，希望对你有所帮助
2022-01-01
python 统计文件中的字符串数目示例
今天小编就为大家分享一篇python 统计文件中的字符串数目示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-12-12
python文件绝对路径写法介绍（windows)
今天小编就为大家分享一篇python文件绝对路径写法介绍（windows)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-12-12
在Python中操作PDF的常见方法小结
当在Python中操作PDF时,有几种常见的方法,每种方法都有其独特的优点和用例,在本文中,我们将深入探讨这些方法,并提供丰富的示例代码,以帮助大家更好地理解如何使用这些技术,需要的朋友可以参考下
2024-01-01
Scrapy项目实战之爬取某社区用户详情
这篇文章主要介绍了Scrapy项目实战之爬取某社区用户详情，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-09-09
通过Python收集汇聚MySQL 表信息的实例详解
这篇文章主要介绍了通过Python收集汇聚MySQL 表信息的实例代码，核心代码是创建保存数据的脚本，收集的功能脚本，代码简单明了,需要的朋友可以参考下
2021-10-10