使用Pandas绘制带分类标记的样本数据集Scatter散点图实现咨询

实现方案 #

你可以搭配pandas和matplotlib完成需求，完整可运行代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 方法1：从CSV文件加载数据（将样本保存为data.csv后使用）
# df = pd.read_csv('data.csv', header=None, names=['feature1', 'feature2', 'target'])

# 方法2：直接使用你提供的样本数据构造DataFrame，无需额外存文件
data = [
    [-0.76,-0.66,-1],
    [0.07,0.59,1],
    [0.73,0.6,-1],
    [0.58,-0.46,-1],
    [-0.71,0.9,-1],
    [-0.82,-0.13,-1],
    [0.2,0.43,1],
    [-0.72,-0.93,-1],
    [0.8,-0.79,-1],
    [-0.35,-0.52,-1],
    [0.53,0.72,1],
    [-0.7,0.96,-1]
]
df = pd.DataFrame(data, columns=['feature1', 'feature2', 'target'])

# 按目标值分组绘制散点图
plt.scatter(df[df['target'] == 1]['feature1'], df[df['target'] == 1]['feature2'], marker='+', s=100, label='类别+1')
plt.scatter(df[df['target'] == -1]['feature1'], df[df['target'] == -1]['feature2'], marker='o', s=50, label='类别-1')

# 设置图表属性
plt.xlabel('第一个特征取值')
plt.ylabel('第二个特征取值')
plt.title('样本特征分布可视化')
plt.legend()
plt.show()

代码说明 #

• 加载CSV数据时设置header=None是因为原始数据没有表头，手动指定三列的名称分别为两个特征列和目标列
• scatter方法的marker参数分别设置为+和o匹配需求，s参数用来调整标记的大小，可以根据显示效果自行调整
• 运行代码后会弹出2D散点图窗口，x轴对应第一个特征、y轴对应第二个特征，两种标记分别对应两个目标类别

内容的提问来源于stack exchange，提问作者SS Pandey