<分区>
我有一个包含 9 列的数据集。 7 个特征用于特征选择，其中一个用于分类。 我使用 tsne 库进行特征选择，以查看我的数据可以分类多少。tsne 的结果如图所示。
但是，我想以另一种方式可视化我的数据。我想根据列 f1 (id) 为每个观察设置颜色。例如:
f1(id) f2 f3 ... f9(class label)
1 66 77 ... A
1 44 88 ... A
2 33 55 ... B
2 77 88 .. B
颜色来自f1，形状来自f9
.我不知道怎么做!我将不胜感激您的评论或给我一些引用以了解有关可视化部分的更多信息。
这是我的代码:
plt.scatter(visualize_x, visualize_y, c= y,marker='^', cmap=plt.cm.get_cmap("jet", 10))
最佳答案
这是您追求的类型吗？
from matplotlib import pyplot as plt
#generate a list of markers and another of colors
markers = ["." , "," , "o" , "v" , "^" , "<", ">"]
colors = ['r','g','b','c','m', 'y', 'k']
#make a sample dataset
x = np.arange(0,10) #test x values.. every feature gets the same x values but you can generalize this
y = [s*x for s in np.arange(7)] #generate 7 arrays of y values
for i in range(7): #for each of the 7 features
mi = markers[i] #marker for ith feature
xi = x #x array for ith feature .. here is where you would generalize different x for every feature
yi = y[i] #y array for ith feature
ci = colors[i] #color for ith feature
plt.scatter(xi,yi,marker=mi, color=ci)
plt.show()
关于python - 如何在散点图中自定义标记颜色和形状？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47684652/