机器学习实战（一）：python数据可视化

最新推荐文章于 2023-10-02 17:01:50 发布

山山而川yu

最新推荐文章于 2023-10-02 17:01:50 发布

阅读量806

点赞数 2

分类专栏：机器学习文章标签：机器学习 python 数据可视化散点图凯伦约会

本文链接：https://blog.csdn.net/qq_40345846/article/details/102625312

版权

本文介绍了如何使用Python进行数据可视化，基于datingTestSet.txt数据集，提取样本特征，如飞行常客里程数、视频游戏时间、冰淇淋消费量。通过file2matrix函数处理数据，然后利用Matplotlib库绘制散点图，帮助分析和理解数据。

摘要由CSDN通过智能技术生成

一.准备数据

数据集：datingTestSet.txt 每个样本数据占据一行，总共有1000行。样本主要有以下特征：
（1）每年获得的飞行常客里程数
（2）玩视频游戏所耗时间百分比
（3）每周消费的冰淇淋公升数
在这里插入图片描述创建名为file2matrix的函数，以此来处理输入格式的问题。该函数的输入为文件名字符串，输出为训练样本矩阵和类标签向量。

def file2matrix(filename):
#此函数的作用将文本转化为NumPy的解析程序
    fr = open(filename) #打开文件
    arrayOLines = fr.readlines()  # 一行行读取
    numberOfLines = len(arrayOLines)#获取行数
    returnMat=zeros((numberOfLines,3))#创建返回的NumPy矩阵
    classLabelVector = [] #声明列表
    index=0  #索引
    #提取数据到矩阵中
    for line in arrayOLines: #对每一行执行以下操作
        line=line.strip() #删除回车字符
        listFromLine=line.split('\t')#以空格符作为分割元素
        returnMat[index,:] = listFromLine[0:3]# 数据的前三项是样本数据故需要放入矩阵
        classLabelVector.append(int(listFromLine[-1]))#最后一列为标签元素加入列表
        index+=1
    #返回标签元素和矩阵
    return returnMat,classLabelVecto

这样就将样本数据在文件中以矩阵的形式提取出来了。
在这里插入图片描述

二.数据可视化：

为了更清晰的分析数据，我们用Matplotlib库绘制散点图。（如果未安装Matplotlib，运行命令pip install matplotlib 安装）

#导入必要的包
from matplotlib.font_manager import FontProperties
from numpy import *
import operator
from matplotlib.font_manager import FontProperties
import matplotlib.lines as mlines
import matplotlib.pyplot as plt

#数据可视化，绘制原始数据的散点图。
def showdatas(datingDataMat, datingLabels):
    font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc",