t-sne 降维可视化

自己写的一段代码，计算tsne 并可视化，用的是github 的 库 opentsne

############## tsne 计算并可视化 #####################
def visual_tsne(pred, label, num_class=4, img_name="tsne"):
    """参数解释
    pred：预测得到的特征向量
    label：标签
    num_class：分类数
    img_name: 保存的图片名
    """

    # 安装这个包： pip install opentsne

    pred = np.array(pred)
    label = np.array(label)

    my_x = np.empty(shape=(0, num_class))
    my_y = np.empty(shape=(0))
    for c in pred:
        my_x = np.concatenate((my_x, c), axis = 0)
    for c in label:
        my_y = np.concatenate((my_y, c), axis = 0)
    
    assert my_x.shape[0] == my_y.shape[0]
    
    from openTSNE import TSNE
    print("tsne 计算中，这个过程耗时较多，请等待------------")
    embedding = TSNE().fit(my_x)

    import matplotlib.pyplot as pyplot
    pyplot.scatter(embedding[:, 0], embedding[:, 1], 20, my_y) # 20： 圆的大小， labels： 颜色
    pyplot.savefig(img_name) # 保存图像
    pyplot.show()
############## tsne 计算并可视化 #####################