Python 绘制数据散点图

🏳️‍🌈Python 有着强大的绘图库 matplotlib, 该库集成了大量的绘图函数，可以满足我们平时绝大多数的绘图需求。其中，matplotlib 库是 Python 进行可视化功能的主要软件包，matplot 本是 matlab 中的绘图库，matplotlib 其实就是在 Python 实现 matplot 的功能。

🏳️‍🌈利用 Python 绘制散点图与在 matlab 中 *** 作类似，以数据集 fourclass 为例(数据集的获取方式见文章https://blog.csdn.net/weixin_43252521/article/details/121768104?spm=1001.2014.3001.5501)

🏳️‍🌈样本的两个属性值作为在平面图中的二维坐标，根据样本的标签值给散点相应的颜色。
代码如下：

from scipy.io import loadmat
import numpy as np
import matplotlib.pyplot as plt
data  = loadmat(r'C:\Users\Desktop\fourclass.mat')['data']
 # 创建画布
fig = plt.figure()
ax = fig.add_subplot(111)
idx_1 = np.where(data[:, 1] == 1)  # 找出第一类
p1 = ax.scatter(data[idx_1, 0], data[idx_1, 1], marker='.', color='black', s=8)
idx_2 = np.where(data[:, -1] == -1)  # 找出第二类
p2 = ax.scatter(data[idx_2, 0], data[idx_2, 1], marker='.', color='red', s=8)
plt.show()

🏳️‍🌈from scipy.io import loadmat 导入 loadmat, 用于对 mat 格式文件进行读 *** 作，读入 mat 格式文件的内容。import matplotlib.pyplot as plt 导入matplotlib，导入进行绘图 *** 作用到的库。numpy 库通常和 matplotlib 库一起搭配使用，numpy 与存储数据有关。

🏳️‍🌈读入数据使用了 loadmat 函数，得到一个字典类型数据，需要根据键名 ’data‘ 取出对应的值。

🏳️‍🌈首先，创建一个画布，然后再调用add_subplot() 函数，111 表示这个画布中，第一行第一列中的第一个子图，add_subplot(111) 就是在创建的画布中创建第一个子图，这个子图在第一行第一列，一般只画一个图就使用 111 就可以了。

🏳️‍🌈其次，idx_1 = np.where(data[:, -1] == 1) # 找出第一类 是为了找出数据集中样本标签为 1 的那些样本。类似地，idx_2 = np.where(data[:, -1] == -1) # 找出第二类 是为了找出样本标签为 -1 的样本。

🏳️‍🌈然后，通过 p1 = ax.scatter(data[idx_1, 0], data[idx_1, 1], marker='.', color='black', s=8) 语句，绘制散点。ax.scatter() 函数第一个参数 data[idx_1, 0] 是样本的横坐标，第二个参数 data[idx_1, 1] 是样本的纵坐标，marker 表示散点的形状， color 表示颜色参数，s 表示散点的像素大小。

🏳️‍🌈最后，plt.show() 显示创建的散点图显示在画布中。绘制的散点图如下所示：