Python 绘制数据散点图

️‍Python 有着强大的绘图库 matplotlib, 该库集成了大量的绘图函数，可以满足我们平时绝大多数的绘图需求。其中，matplotlib 库是 Python 进行可视化功能的主要软件包，matplot 本是 matlab 中的绘图库，matplotlib 其实就是在 Python 实现 matplot 的功能。

️‍利用 Python 绘制散点图与在 matlab 中操作类似，以数据集 fourclass 为例(数据集的获取方式见文章 Python 对数据集进行归一化处理并存储为 mat 格式的文件

️‍样本的两个属性值作为在平面图中的二维坐标，根据样本的标签值给散点相应的颜色，代码如下：

from scipy.io import loadmat  #导入 loadmat, 用于对 mat 格式文件进行操作
import numpy as np
import matplotlib.pyplot as plt  #导入绘图操作用到的库

#读取数据得到一个字典类型数据，需要根据键名 ’data‘ 取出对应的值。
data  = loadmat(r'C:\Users\Desktop\fourclass.mat')['data']
fig = plt.figure()  # 创建画布
ax = fig.add_subplot(111)
idx_1 = np.where(data[:, -1] == 1)  # 找出标签为1的样本
idx_2 = np.where(data[:, -1] == -1)  # 找出标签为-1的样本
#绘制散点图
p1 = ax.scatter(data[idx_1, 0], data[idx_1, 1], marker='.', color='black', s=8)
p2 = ax.scatter(data[idx_2, 0], data[idx_2, 1], marker='.', color='red', s=8)
plt.show()   #显示散点图

️‍首先，创建一个画布，然后再调用add_subplot() 函数，111 表示这个画布中，第一行第一列中的第一个子图，add_subplot(111) 就是在创建的画布中创建第一个子图，这个子图在第一行第一列，一般只画一个图就使用 111 就可以了。

️‍其次，根据样本的标签找出对应的样本。fourclass 数据集是二分类数据集，如果你使用的是其他数据集，有 N 个分类，可以依此类推设置 idx_N = np.where(data[:, -1] == N) # 找出第N类。

️‍然后，绘制散点图。以 p1 所在行的代码为例，ax.scatter() 函数第一个参数 data[idx_1, 0] 是样本的横坐标，第二个参数 data[idx_1, 1] 是样本的纵坐标，marker 表示散点的形状， color 表示颜色参数，s 表示散点的像素大小。值得注意的是，这里所绘制的散点图是二维的，碰巧我们使用的数据集也是只有两个条件属性，可以比较好的刻画样本的分布，如果你使用的数据集的条件属性大于2个，自己综合考虑选择两个代表性的属性分别作为横、纵坐标。

️‍最后，将创建的散点图显示在画布中，绘制的散点图如下所示：