封装t-sne绘图

介绍

t-sne是一种将高维数据降维的算法，可以降成2维，然后画图显示出来，用来观察高维数据分布。

代码

使用方法，转成ndarray格式，用add_data一点点丢进去，然后调用draw就可以了

import numpy as np
import matplotlib.pyplot as plt
from sklearn import manifold


class TsnePlotter():
    '''
    t-sne绘图
    使用方法：一个一个用add_data添加数据，然后调用draw画图
    '''
    def __init__(self):
        self.class_num = 0 # 类别数量
        self.class_name_list = [] # 类别的名字
        self.data_list = [] # 数据转为一维的ndarray，存入列表
        self.label_list = [] # 存类别的序号

    def add_data(self,data,class_name):
        """
        添加数据
        params:
        {
            data[ndarray]:数据，添加的每一个数据长度应该一样
            class_name[str]:类别的名字
        }
        """
        self.data_list.append(data.reshape(-1))
        if class_name not in self.class_name_list:
            self.class_name_list.append(class_name)
            self.class_num+=1
        self.label_list.append(self.class_name_list.index(class_name))

    def draw(self):
        """
        画t-sne
        """
        tsne = manifold.TSNE(n_components=2, init='pca', random_state=