本文共 1184 字，大约阅读时间需要 3 分钟。

# -*- coding: utf-8 -*-"""Created on Tue Mar 26 09:11:21 2019@author: hadron"""from sklearn.datasets import make_blobsimport matplotlib.pyplot as pltif __name__ == '__main__':    N = 400    centers = 4    '''    make_blobs函数是为聚类产生一个数据集和相应的标签    n_samples:表示数据样本点个数,默认值100    n_features:表示数据的维度，默认值是2    centers:产生数据的中心点，默认值3    cluster_std：数据集的标准差，浮点数或者浮点数序列，默认值1.0    center_box：中心确定之后的数据边界，默认值(-10.0, 10.0)    shuffle ：洗乱，默认值是True    random_state:官网解释是随机生成器的种子    返回值说明：    (1) X : array of shape [n_samples, n_features],The generated samples.生成的样本数据集。    (1) y : array of shape [n_samples],The integer labels for cluster membership of each sample.样本数据集的标签。    '''    # 生成400个2维样本点集合，中心点4个    data, y = make_blobs(n_samples=N, n_features=2, centers=centers)    '''    matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)    参数说明：    (1)x，y：表示的是大小为(n,)的数组，也就是我们即将绘制散点图的数据点    (2)c:表示的是颜色，也是一个可选项。默认是蓝色'b',表示的是标记的颜色，或者可以是一个表示颜色的字符，或者是一个长度为n的表示颜色的序列等等    '''    #利用pyplot模块的scatter函数绘制散点图    plt.scatter(data[:, 0], data[:, 1], c=y)    plt.show()

运行结果

转载地址：http://igvab.baihongyu.com/