【数据处理】numpy、pandas、matplolib之scatter可视化

最新推荐文章于 2024-02-27 12:00:21 发布

a19910112

最新推荐文章于 2024-02-27 12:00:21 发布

阅读量740

点赞数

分类专栏：机器学习

本文链接：https://blog.csdn.net/a19910112/article/details/89744484

版权

本文介绍了如何使用numpy和pandas进行数据处理，并通过matplotlib的scatter函数进行2D、3D数据的散点图可视化。以iris数据集为例，展示了数据预处理和散点图在数据分析中的应用，探讨了数据标准化和降维可视化的可能性，如PCA。

摘要由CSDN通过智能技术生成

numpy、pandas

numpy和pandas是python中做数据处理必不可少的工具.。
收到数据集之后，首先需要观察数据集的特点，然后选择不同的方法和模型来求解，达到想要的效果。

matplotlib是python中的作图工具，貌似调用了matlab中的作图功能。

scatter画出来是散点图，散点图可以展示2D，3D数据，但是维数更高的数据展示效果就没有太好了。

以iris为例
导入需要的包

from sklearn.datasets import load_iris
import pandas as pd
import matplotlib.pyplot as plt
from pandas import DataFrame

取出需要的数据集，这里iris_x的合适是narray格式，也就是每一行是一个数组，数组之间没有都好分割

iris = load_iris()
iris_X = iris.data   #x有4个属性，共有150个样本点
iris_y = iris.target #y的取值有3个，分别是0,1,2

转成pandas里DataFrame格式，方便数据选取，数据合并

df_X = DataFrame(iris_X, columns=['x1','x2','x3','x4'])
df_y = DataFrame(iris_y, columns=

关注

专栏目录