如何用Python绘制三个圆形数据集？sklearn make_circles问题求助

make_circles函数本身只能生成两组同心圆数据，所以要得到三个圆，需要手动组合多组数据或者自行生成第三组数据。下面提供两种可行的方法：

方法一：多次调用make_circles合并数据 #

通过两次调用make_circles，分别生成不同半径比例的圆数据，然后将第三组数据合并进去。注意你原代码里的factor=0是错误的——这个参数控制内圈与外圈的半径比例，取值范围是(0,1)，设为0会导致内圈缩成一个点，先修正这个问题。

示例代码：

from sklearn.datasets import make_circles
import matplotlib.pyplot as plt
import numpy as np

# 第一次调用：生成外圈（标签0）和中圈（标签1）
X1, y1 = make_circles(n_samples=2000, noise=0.1, factor=0.5, random_state=42)
# 第二次调用：生成中圈（标签0）和内圈（标签1），只取内圈数据
X2, y2 = make_circles(n_samples=1609, noise=0.1, factor=0.25, random_state=42)
inner_circle = X2[y2 == 1]
inner_labels = np.full(len(inner_circle), 2)  # 给内圈设置新标签2

# 合并三组数据
X_3 = np.vstack([X1, inner_circle])
Y_3 = np.hstack([y1, inner_labels])

# 绘制散点图，用不同颜色区分三个圆
plt.scatter(X_3[:, 0], X_3[:, 1], c=Y_3, cmap='viridis')
plt.show()

方法二：手动生成第三组圆数据 #

如果需要更灵活控制每个圆的半径、噪声和样本量，可以直接用numpy生成极坐标转换后的点，再添加噪声。

示例代码：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_circles

# 先生成前两个圆
X1, y1 = make_circles(n_samples=4000, noise=0.1, factor=0.5, random_state=42)

# 手动生成第三个内圈
n_inner = 1609
theta = np.random.uniform(0, 2*np.pi, n_inner)
radius = 0.25  # 内圈半径，比make_circles的factor对应半径小
x = radius * np.cos(theta) + np.random.normal(0, 0.1, n_inner)  # 添加噪声
y = radius * np.sin(theta) + np.random.normal(0, 0.1, n_inner)
inner_circle = np.column_stack([x, y])
inner_labels = np.full(n_inner, 2)

# 合并数据
X_3 = np.vstack([X1, inner_circle])
Y_3 = np.hstack([y1, inner_labels])

# 绘图
plt.scatter(X_3[:, 0], X_3[:, 1], c=Y_3, cmap='viridis')
plt.show()

关键说明 #

• factor参数：make_circles的factor是内圈半径/外圈半径，比如factor=0.5时内圈半径是外圈的一半，调整这个值可以控制圆之间的间距。
• 噪声控制：noise参数控制点的离散程度，保持一致能让三个圆的视觉效果统一。
• 样本量：根据需求分配每个圆的样本数，总和等于你需要的5609即可。

内容的提问来源于stack exchange，提问作者Trying_To_be_a_coder