Python plt绘图中逗号索引的用法原理求助

你遇到的X[y_km == 2, 0]这种写法是Numpy二维数组的布尔索引+列索引组合用法，和Matplotlib无关，是Numpy的核心索引规则，拆解如下：

1. 布尔掩码的生成：y_km == 2 #

y_km是K-means模型输出的一维聚类标签数组（形状为(样本数,)），执行y_km == 2会生成一个和y_km长度相同的布尔数组——数组中每个位置为True代表对应样本属于簇2，False则不属于。

2. 二维数组的索引逻辑：X[行选择, 列选择] #

X是存储样本特征的二维Numpy数组（形状为(样本数, 特征数)），Numpy用逗号分割行和列的选择规则：

• 逗号前的y_km == 2是行筛选条件：用布尔数组过滤出所有标签为2的样本所在的行
• 逗号后的0是列选择：提取这些行的第0列（第一个特征）

所以X[y_km == 2, 0]最终得到一个一维数组，包含所有属于簇2的样本的第一个特征值；同理X[y_km == 2, 1]是这些样本的第二个特征值。

举个直观的示例 #

import numpy as np
# 模拟4个样本、2个特征的数据集
X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
# 模拟K-means输出的聚类标签
y_km = np.array([0, 2, 2, 1])

# 筛选簇2样本的第0列特征
print(X[y_km == 2, 0])  # 输出：[3 5]
# 筛选簇2样本的第1列特征
print(X[y_km == 2, 1])  # 输出：[4 6]

在plt.scatter中的作用 #

这段代码把簇2样本的两个特征分别作为x轴和y轴坐标，用指定样式画出该簇的所有点，实现聚类结果的可视化——不同簇用不同颜色/标记区分，方便观察聚类效果。

内容的提问来源于stack exchange，提问作者the1819guy