如何在不同特征组合的2d绘图上可视化iris数据集

Question

我想在2d中可视化虹膜数据集，包括所有六种组合（萼片宽度-萼片长度），（花瓣宽度-萼片长度），（萼片长度-花瓣宽度），（花瓣长度-花瓣宽度）（花瓣长度-萼片宽度-花瓣长度），基本上这就是我目前得到的结果：

import matplotlib
matplotlib.rcParams['figure.figsize'] = (9.0, 7.0)

data = load_iris()

pairs = [(i, j) for i in range(4) for j in range(i+1, 4)]

fig, subfigs = pyplot.subplots(2, 3, tight_layout=True)
t1 = time.time()

for (f1, f2), subfig in zip(pairs, subfigs.reshape(-1)):

根据说明，我们必须根据这一对生成2d图，一次列出两个度量值，以f1和f2作为度量值，并创建类指示器和图例（）以更好地显示图形。我尝试了不同的散点图，但它们似乎都不起作用

Answer 1

IIUC您的目标是，最好使用函数来绘制数据，迭代可能的特征组合

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

iris = load_iris()

def plot_iris(f1, f2):
    n_samples = len(iris.target)
    for t in set(iris.target):
        x = [iris.data[i,f1] for i in range(n_samples) if iris.target[i]==t]
        y = [iris.data[i,f2] for i in range(n_samples) if iris.target[i]==t]
        plt.scatter(x,
                    y,
                    color=['red', 'green', 'blue'][t],
                    label=iris.target_names[t])
    plt.xlabel(iris.feature_names[f1])
    plt.ylabel(iris.feature_names[f2])
    plt.title('Iris Dataset')
    plt.legend(iris.target_names, loc='lower right')
    plt.show()

n_features = len(iris.feature_names)
pairs = [(i, j) for i in range(n_features) for j in range(i+1, n_features)]

for (f1, f2) in pairs:
    plot_iris(f1, f2)

你可以得到六个这样的图：