Python机器学习实验 Python 数据可视化
1.实验目的
掌握 Matplotlib 数据可视化的常用方法。
2.实验内容
1. 绘制鸢尾花数据集的特征分布图
说明：鸢尾花是单子叶百合目花卉，是一种比较常见的花，鸢尾花的品种较多。 鸢尾花数据集最初由 Edgar Anderson 测量得到，而后在著名的统计学家和生物学
家 R.A Fisher 于 1936 年发表的文章中被使用。它是一个很小的数据集，仅有 150 行，5
列。该数据集的四个特征属性的取值都是数值型的，他们具有相同的量纲，不需要做 任何标准化的处理，第五列为通过前面四列所确定的鸢尾花所属的类别名称。
鸢尾花数据集有 4 个属性列和一个品种类别列：sepal length（萼片长度）、sepal width（萼片宽度）、petal length（花瓣长度）、petal width （花瓣宽度），单位都是 厘米。3 个品种类别是 Setosa、Versicolour、Virginica，样本数量 150 个，每类 50 个。
（1）使用 pandas.read_csv()函数读取“iris.csv”。 操作提示：
数据没有标题，设置参数 header=None。同时手动设置标题，如：df.columns = ['sepalLength','sepalWidth','petalLength','petalWidth','kind']。
图 5-1 鸢尾花数据集
import pandas as pd
df = pd.read_csv(r'D:iris.csv',header=None)
df.columns = ['sepalLength','sepalWidth','petalLength','petalWidth','kind']
print(df)
（2） 绘制包含两个子图的图表。
先绘制第一幅子图，显示花瓣宽度和花萼宽度的对比散点图；再绘制第二幅子
图，显示花瓣宽度的条形图。完成效果如图 5-2 所示。
操作提示：
条形图的 X 轴上的数值数量与鸢尾花数据集的样本数量保存一致。
图 5-2 鸢尾花图表
import matplotlib.pyplot as plt
plt.scatter(df['sepalWidth'],df['petalWidth'])
plt.xlabel('sepalWidth')
plt.ylabel('petalWidth')
plt.title('花萼/花瓣宽度散点图')
plt.show()
index = range(len(df['petalWidth']))
plt.bar(index,df['petalWidth'])
plt.xlabel('index')
plt.ylabel('petalWidth')
plt.title('花萼/花瓣宽度条形图')
plt.show()
2. 多个图表的绘制
生成 0 到 10、间隔 0.1 的数值序列作为 x，绘制如下图所示的图表，各子图的内容 分别为：
第一幅子图：计算对应的 cos(x)函数值，根据数值和 cos 值绘制曲线图。 第二幅子图：绘制 y=2x、y=3x、y=4x 的直线组。
第三幅子图：以数值序列作为横轴，100 以内的随机作为纵轴，绘制绿色、“+”号 的散点图。
第四幅子图：绘制 y=sin（x）*ex/100 的曲线。
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 10.1, 0.1)
plt.subplot(4, 1, 1)
plt.plot(x, np.cos(x))
plt.title('y = cos(x)')
plt.xlabel('x')
plt.ylabel('y')
plt.subplot(4, 1, 2)
for slope in [2, 3, 4]:
plt.plot(x, slope * x, label=f'y={slope}x')
plt.title('y = mx Lines')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.subplot(4, 1, 3)
y_random = np.random.rand(len(x)) * 100
plt.scatter(x, y_random, color='green', marker='+')
plt.title('Random Scatter Plot')
plt.xlabel('x')
plt.ylabel('y')
plt.subplot(4, 1, 4)
y = np.sin(x) * np.exp(x) / 100
plt.plot(x, y)
plt.title('y = sin(x) * exp(x) / 100')
plt.xlabel('x')
plt.ylabel('y')
plt.tight_layout()
plt.show()
相关知识
Python机器学习基础教程
Python机器学习项目：农作物病虫害自动识别系统
鸢尾花Python数据分析
干货分享：Python数据分析工具
python 怎么加载鸢尾花数据
[Python] 机器学习
python 鸢尾花数据集下载
python的鸢尾花数据如何导入
python利用c4.5决策树对鸢尾花卉数据集进行分类（iris）
基于Python实现交互式数据可视化的工具(用于Web)
网址: Python机器学习实验 Python 数据可视化 https://m.huajiangbk.com/newsview1545133.html
| 上一篇: 职业技术学院开展第一期“夯实基础 |
下一篇: 图表的标准规范 |
