科研绘图系列：python语言tSNE散点图（tSNE scatter plot）

介绍

t-SNE（t-distributed Stochastic Neighbor Embedding）是一种用于高维数据可视化的非线性降维技术。它由Laurens van der Maaten和Geoffrey Hinton在2008年提出。t-SNE的主要目的是将高维空间中的数据点映射到二维或三维空间中，同时尽可能保持数据点之间的相对距离，使得相似的数据点在低维空间中更接近，不相似的数据点则更分散。

t-SNE散点图是一种数据可视化技术，它通过t-SNE算法将高维数据降维到二维或三维空间，并以散点图的形式展示。这种图通常用于展示数据集中的模式、聚类和结构，使得数据的内在关系更加直观。

t-SNE散点图的特点：

1. 非线性降维：t-SNE是一种非线性降维方法，它能够捕捉数据中的复杂结构，尤其是当数据在高维空间中具有非线性关系时。
2. 局部结构保持：t-SNE特别强调保持数据点之间的局部结构，即相似的数据点在低维空间中更接近，不相似的数据点则更分散。
3. 可视化效果：t-SNE散点图