本文实例为大家分享了python scatter散点图用循环分类法加图例，供大家参考，具体内容如下
计算
安全
数据库
网络和加速
企业服务
import matplotlib.pyplot as plt
import kNN
plt.rcParams['font.sans-serif']=['Simhei']
plt.rcParams['axes.unicode_minus']=False
datingDataMat, datingLabels = kNN.file2matrix('datingTestSet2.txt')
plt.figure()
type1_x = [] #一共有3类，所以定义3个空列表准备接受数据
type1_y = []
type2_x = []
type2_y = []
type3_x = []
type3_y = []
for i in range(len(datingLabels)): #1000组数据，i循环1000次
if datingLabels[i] == '1': #根据标签进行数据分类,注意标签此时是字符串
type1_x.append(datingDataMat[i][0]) #取的是样本数据的第一列特征和第二列特征
type1_y.append(datingDataMat[i][1])
if datingLabels[i] == '2':
type2_x.append(datingDataMat[i][0])
type2_y.append(datingDataMat[i][1])
if datingLabels[i] == '3':
type3_x.append(datingDataMat[i][0])
type3_y.append(datingDataMat[i][1])
plt.scatter(type1_x, type1_y, s=20, c='r', label='不喜欢')
plt.scatter(type2_x, type2_y, s=40, c='b', label='魅力一般')
plt.scatter(type3_x, type3_y, s=60, c='k', label='极具魅力')
plt.legend()
plt.show()用面向对象的写法：
import matplotlib.pyplot as plt
import kNN
plt.rcParams['font.sans-serif']=['Simhei']
plt.rcParams['axes.unicode_minus']=False
datingDataMat, datingLabels = kNN.file2matrix('datingTestSet2.txt')
plt.figure()
axes = plt.subplot(111)
type1_x = []
type1_y = []
type2_x = []
type2_y = []
type3_x = []
type3_y = []
for i in range(len(datingLabels)):
if datingLabels[i] == '1':
type1_x.append(datingDataMat[i][0])
type1_y.append(datingDataMat[i][1])
if datingLabels[i] == '2':
type2_x.append(datingDataMat[i][0])
type2_y.append(datingDataMat[i][1])
if datingLabels[i] == '3':
type3_x.append(datingDataMat[i][0])
type3_y.append(datingDataMat[i][1])
type1 = axes.scatter(type1_x, type1_y, s=20, c='r')
type2 = axes.scatter(type2_x, type2_y, s=40, c='b')
type3 = axes.scatter(type3_x, type3_y, s=60, c='k')
plt.legend((type1, type2, type3), ('不喜欢', '魅力一般', '极具魅力'))
plt.show()
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持亿速云。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
