python中图例legend标签内容_在python中采用plt.text形式描点绘图时,怎么通过legend添加图例?...

这段代码展示了如何利用Python的sklearn库中的t-SNE算法对手写数字数据集进行降维可视化,并尝试在图中添加图例。尽管ax.legend()方法未能成功添加图例,代码提供了获取数据、执行t-SNE转换和绘制二维嵌入图的方法。
摘要由CSDN通过智能技术生成

调用的代码块如下:#coding='utf-8'"""t-SNE对手写数字进行可视化"""fromtimeimporttimeimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasetsfromsklearn.manifold...

调用的代码块如下:# coding='utf-8'"""t-SNE对手写数字进行可视化"""from time import timeimport numpy as npimport matplotlib.pyplot as pltfrom sklearn import datasetsfrom sklearn.manifold import TSNEdef get_data(): digits = datasets.load_digits(n_class=6) data = digits.data label = digits.target n_samples, n_features = data.shape return data, label, n_samples, n_featuresdef plot_embedding(data, label, title): x_min, x_max = np.min(data, 0), np.max(data, 0) data = (data - x_min) / (x_max - x_min) fig = plt.figure() ax = plt.subplot(111) for i in range(data.shape[0]): plt.text(data[i, 0], data[i, 1], str(label[i]), color=plt.cm.Set1(label[i] / 10.), fontdict={'weight': 'bold', 'size': 9}) plt.xticks([]) plt.yticks([]) plt.title(title) return figdef main(): data, label, n_samples, n_features = get_data() print('Computing t-SNE embedding') tsne = TSNE(n_components=2, init='pca', random_state=0) t0 = time() result = tsne.fit_transform(data) fig = plot_embedding(result, label, 't-SNE embedding of the digits (time %.2fs)' % (time() - t0)) plt.show(fig)if __name__ == '__main__': main()这是一个通过t-SNE降维可视化的代码块,结果如图1所示。我想在此图右上角添加图例,但使用ax.legend()代码添加图例失败,请问针对此例正确添加图例的代码是什么?(理想图例如图2所示)

代码上传之后换行符被自动去掉了很乱,这是该代码块的网页链接:网页链接

展开

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值