scatter和make blobs方法的學習

2021-09-24 19:26:27 字數 1278 閱讀 6148

scatter(x,y,s=none,c=none,marker=none,cmap=none,edgecolors=none,…)

x,y:形如shape(n,),輸入資料

s:size,標量或形如shape(n,),可選,預設:20

c:color,色彩或顏色序列,引數:b=blue,y=yellow,g=green,k=black…

marker:markerstyle可選,預設:『o』圓形,其餘有』.『點,』,'畫素,『^』三角形等

cmap:顏色圖譜(colormap),預設繪製為rgb(a)顏色空間。可選的有autumn:紅-橙-黃,bone:黑-白,x線,cool:青,洋紅,gray:黑-白,spring:洋紅-黃,jet:藍-青-黃-紅

edgecolors:marker的邊緣顏色

make_blobs(n_samples=100, n_features=2, centers=none, cluster_std=1.0, center_box=(-10.0, 10.0), shuffle=true, random_state=none)

n_samples:生成的樣本總數

n_features:每個樣本的特徵數

ceters:要生成的樣本中心(類別)數

random_state:隨機種子

returns:

x:生成的樣本資料集

y:生成的樣本標籤

from sklearn.datasets import make_blobs

#匯入knn分類器

from sklearn.neighbors import kneighborsclassifier

#匯入畫圖工具

import matplotlib.pyplot as plt

#匯入資料集拆分工具

from sklearn.model_selection import train_test_split

#生成樣本數為200,分類為2的資料集

data = make_blobs(n_samples=200,centers=2,random_state=8)

x,y = data

#將生成的資料集進行視覺化

plt.scatter(x[:,0],x[:,1],c=y,cmap=plt.cm.spring,edgecolor='k')

plt.show()

執行結果:

Scatter檔案編寫

乙個映像檔案中可以包含多個域 region 在載入和執行映像檔案時,每個域可以有不同的位址。每個域可以包括多達3個輸出段,每個輸出段是由若干個具有相同屬性的輸入段組成。這樣在生成映像檔案時,arm鏈結器就需要知道下述兩個資訊。根據映像檔案中位址對映的複雜程度,有兩種方法來告訴arm鏈結器這些相關的資...

Scatter檔案分析

轉 scatter基本點 編譯後輸出的映像檔案中各段是首尾相連的,中間沒有空閒的區域,它們的先後關係是根據鏈結時引數的先後次序決定的 armlinker file1.o file2.o scatter用於將編譯後的映像檔案中的特定段載入到多個分散的指定記憶體區域 有2類域region 執行域 exe...

matplotlib之scatter自動繪製散點

1 使用matplotlib.pyplot.scatter繪製散點 2import matplotlib.pyplot as plt 3from pylab import mpl45 設定預設字型,解決中文顯示亂碼問題 6 mpl.rcparams font.sans serif simhei 78...