使用pyplot中scatter画散点图
在机器学习任务中，为了更好地训练模型，我们通常会先可视化观察下数据集，比如如果我们的数据集不是线性可分的，那么此时你如果还是使用logistics regression等模型训练出来的效果也不会太好。（ps.多说一句，如果数据集不是线性可分的，一般选择使用神经网络，额。。好吧，绕不开的神经网络，但是三十年河东三十年河西，以后会是什么模型风靡江湖谁也不知道）。绕回正题，这篇博客主要介绍pyplot中的scatter画散点图。先看demo，再细致的讲解。
比如我载入sklearn中自带的乳腺癌数据集，这个数据集的具体情况如下所示（图片截自sklearn官网）：
能够看出每个样本共有50个特征，样本的类别是二元分类（0，1），我们只用前两个特征进行示例可视化：
import matplotlib.pyplot as plt
from sklearn import datasets
X_train,y_train = datasets.load_breast_cancer(return_X_y=True)#载入数据集
plt.scatter(X_train[:, 0], X_train[:, 1], c=y_train, marker = 'o', s=40, cmap=plt.cm.Spectral)#c--color，s--size,marker点的形状
plt.show() 画出来的图为：
下面来看下scatter()这个函数的一些主要的参数（官网API地址： scatter()）：
具体的含义如下：
| 参数 | 含义作用 |
|---|---|
| x,y | 数组，输入数据 |
| s | size，点的大小 |
| c | color，可以是颜色字符串如‘b’，‘y’，‘r’等，也可以是数组，如果是数组比较复杂，就像我举的这个例子里，c=y_train就是一个数组。如果是数组，就用后面的cmap参数，cmap参数颜色映射，当使用cmap=plt.cm.Spectral时，会自动的根据类别，比如这个例子里是一个二元分类问题，那么这个函数会给label 1一种颜色，label 0设置另一种颜色。同样对于多分类也是如此，下面还会展示一个多类别的图给大家看看。 |
| marker | 点的形状，默认是’o’，可以设置为’*’,’v’,’+’,’x’等等 |
| alpha | 标量，范围是(0,1)，透明度 |
| linewidths | 标量，点的边框的宽度 |
| edgecolors | 点的边框颜色 |
下面来看一个多类别的图，数据集用鸢尾花数据集，这个数据集详情如下：
代码如下：
import matplotlib.pyplot as plt
from sklearn import datasets
X_train,y_train = datasets.load_iris(return_X_y=True)
print(X_train.shape)
print(y_train.shape)
plt.scatter(X_train[:, 0], X_train[:, 1], c = y_train, marker = 'o', s = 40,cmap = plt.cm.Spectral)
plt.show()结果如下：
以上就是pyplot中scatter()画散点图的一些内容。