#从文本文件中解析数据
from numpy import *
def file2matrix(filename):
with open(filename) as file:
#求得样例的个数
arrayOLines=file.readlines()
numberOfLines=len(arrayOLines)
#求KNN算法所使用的数据集dataSet和类别labels
returnMat=zeros((numberOfLines,3)) #初始化一个数据集矩阵
classLabelVector=[] #初始化一个类别向量
index=0
for line in arrayOLines:
line=line.split()
returnMat[index,:]=line[0:3] #矩阵的每一行表示一个测试样例
classLabelVector.append(int(line[-1])) #文本中每行的最后一个数据作为该样例所属的类别
index+=1
return returnMat,classLabelVector
dataSet,labels=file2matrix('dataTestSet')
#使用Matplotlib创建散点图
import matplotlib
import matplotlib.pyplot as plt
fig=plt.figure()
ax=fig.add_subplot(111) #将画布分成1行1列,图像画在从上到下、从左到右的第一块画布中
ax.scatter(dataSet[:,1],dataSet[:,2],
15.0*array(labels),15.0*array(labels)) #将矩阵中的第二列、第三列数据画在散点图中
plt.show()
运行结果:
- 上述代码之所以用with-open的形式打开文件,是为了避免忘记关闭文件而造成数据丢失。
- ax.scatter(dataSet[:,1],dataSet[:,2],15.0*array(labels),15.0*array(labels)):scatter利用变量labels中存储的类标签属性,在散点图上绘制了色彩不同、尺寸不同的点。要注意数组labels里面的元素都是数字,而不是字符型。