如何用Matplotlib实现随机点按随机直线分类？

核心逻辑 #

对于直线 y = a*x + b，任意点 (x0, y0) 的位置判断规则：

• 计算 y0 - (a*x0 + b)：
  • 结果 > 0：点在直线上方
  • 结果 < 0：点在直线下方
  • 结果 = 0：点在直线上（随机生成的点几乎不会出现此情况）

下面提供两种实现方式：

方式1：Numpy向量化操作（高效推荐） #

利用numpy数组的批量运算直接完成分类，无需循环：

import numpy as np
import matplotlib.pyplot as plt

# 生成30个随机点
m = np.random.uniform(-10, 10, 30)
n = np.random.uniform(-10, 10, 30)

# 生成随机直线参数
a = np.random.randint(-5, 5)
b = np.random.randint(-10, 10)

# 批量计算每个点与直线的位置差
pos_diff = n - (a * m + b)

# 筛选出直线上下方的点
above_mask = pos_diff > 0
below_mask = pos_diff < 0

# 绘制直线
x_line = np.arange(-10, 11)
y_line = a * x_line + b
plt.plot(x_line, y_line, color='black', label=f'y={a}x+{b}')

# 用不同颜色绘制两类点
plt.scatter(m[above_mask], n[above_mask], color='red', label='直线上方')
plt.scatter(m[below_mask], n[below_mask], color='blue', label='直线下方')

# 设置坐标轴与图例
plt.xlim(-10, 10)
plt.ylim(-10, 10)
plt.legend()
plt.show()

方式2：For循环实现（符合你的初始思路） #

如果你想用逐个遍历的方式完成分类：

import numpy as np
import matplotlib.pyplot as plt
import random

# 生成随机点和直线参数
m = np.random.uniform(-10, 10, 30)
n = np.random.uniform(-10, 10, 30)
a = random.randrange(-5, 5)
b = random.randrange(-10, 10)

# 初始化列表存储分类后的点
above_points = []
below_points = []

# 逐个判断点的位置
for x, y in zip(m, n):
    diff = y - (a * x + b)
    if diff > 0:
        above_points.append((x, y))
    elif diff < 0:
        below_points.append((x, y))

# 转换为可绘图的格式
above_x, above_y = zip(*above_points) if above_points else ([], [])
below_x, below_y = zip(*below_points) if below_points else ([], [])

# 绘制直线和分类点
x_line = np.arange(-10, 11)
y_line = a * x_line + b
plt.plot(x_line, y_line, color='black', label=f'y={a}x+{b}')
plt.scatter(above_x, above_y, color='red', label='直线上方')
plt.scatter(below_x, below_y, color='blue', label='直线下方')

plt.xlim(-10, 10)
plt.ylim(-10, 10)
plt.legend()
plt.show()

补充说明 #

1. 向量化操作的效率远高于for循环，当生成的点数量较大时优势更明显；
2. 直线参数可根据需求调整范围，用np.random.randint替代random.randrange能保持numpy生态的一致性；
3. 若需要处理恰好落在直线上的点，可在代码中添加对应的分类逻辑。

内容的提问来源于stack exchange，提问作者방준호