0

我正在研究来自 sklearn 的 iris 数据集。您可能知道 iris 数据集有 3 个类 ['setosa'、'versicolor'、'virginica']。我为这个数据集做了一个散点图。详细情况如下

from sklearn.datasets import load_iris
iris=load_iris()
Y_train=iris.target
X_train=iris.data
class_labels=iris.target_names
plt.scatter(X_train[:,0], X_train[:,1], c=Y_train)
plt.xlabel('attr1')
plt.ylabel('attr2')
plt.show()

萨克特图：

我有散点图，你可以看到黄色、绿色和紫色的点。我想知道哪个颜色点属于哪个类（'setosa'、'versicolor'、'virginica'）。我想显示图例，以便我知道哪种颜色代表哪个类

4

1 回答 1

1

在这种情况下，您可以通过遍历标签并使用与散点图相同的颜色图和规范来创建自定义图例。默认情况下，使用颜色图，并将最小颜色值映射为 0，将最大值映射为 1。'viridis'

import matplotlib.pyplot as plt
from sklearn.datasets import load_iris

iris = load_iris()
Y_train = iris.target
X_train = iris.data
class_labels = iris.target_names
cmap = plt.get_cmap('viridis')
norm = plt.Normalize(Y_train.min(), Y_train.max())
plt.scatter(X_train[:, 0], X_train[:, 1], c=Y_train, cmap='viridis', norm=norm)
handles = [plt.Line2D([0, 0], [0, 0], color=cmap(norm(i)), marker='o', linestyle='', label=label)
           for i, label in enumerate(class_labels)]
plt.legend(handles=handles, title='Species')
plt.show()

带有图例的散点图

您也可以使用 seaborn，尽管目前设置图例标签并不简单。

import seaborn as sns

sns.set()
ax = sns.scatterplot(x=X_train[:, 0], y=X_train[:, 1], hue=Y_train, palette='viridis')
ax.legend(ax.legend_.legendHandles, class_labels, title='Species')
于 2021-03-17T12:24:47.683 回答