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/