以鸢尾花数据为例，三种方案画鸢尾花任意两维度数据散点图

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

在以前的文章里面，苏南大叔已经详细描述过"如何利用plot画鸢尾花散点图"的问题，那么，本文又有什么新的内容要描述呢？主要是针对plt.scatter()这个散点图函数的细微调整及讨论，不同的方案写法来做到类似的效果。

苏南大叔的“程序如此灵动”技术博客，记录苏南大叔的程序所学所想。本文测试环境：win10，python@3.11.0，pandas@1.5.3，numpy@1.24.2，matplotlib@3.7.1，scikit-learn@1.2.2。

前文回顾

本文的前文回顾里面，最基础的文章，是下面这篇：

• https://newsn.net/say/plot-scatter.html

在上面的文章的基础上，本文还牵扯到了图例的问题，参考文章：

• https://newsn.net/say/plot-legend.html

当然，本文的新的方案写法，也涉及到了下面几篇文章：

• https://newsn.net/say/numpy-filter.html
• https://newsn.net/say/python-for-in.html

加载鸢尾花数据的方式，采用最普通的写法load_iris()（用别的方式加载的话，记得修改变量读取的相关代码），参考文章：

• https://newsn.net/say/sklearn-load_iris.html

涉及到的plot画图，中文显示框框的问题，可以参考：

• https://newsn.net/say/plot-cn.html

代码框架

先说一下本文的代码的主体框架，如下：

import matplotlib.pyplot as plt
from sklearn import datasets
iris = datasets.load_iris()

# 主体方案代码
# ...
# 重点放在这里

plt.xlabel(iris.feature_names[0])
plt.ylabel(iris.feature_names[1])
plt.title("鸢尾花花萼数据散点图")
plt.rcParams["font.sans-serif"] = "SimHei"
plt.show()

代码里面涉及到的数据有：

本文要对比的横纵坐标数据，是鸢尾花数据的前两列：萼片长度sepal length (cm)和萼片宽度sepal width (cm)。如果要对比的是其它数据，请自行修改代码。

方案一，批量设置

这个方案是原来写了无数篇内容的方案，优点是：一句话画出N组散点。缺点是：不能分开设置散点的marker，只能用颜色进行区分。

p1 = plt.scatter(
    iris.data[:, 0], iris.data[:, 1], c=iris.target, cmap="brg", marker="*"
)
plt.legend(handles=p1.legend_elements()[0], labels=iris.target_names.tolist())

方案二，单独设置

为了解决上一个方案中，不能单独设置散点的marker问题，执行了多条plt.scatter()语句，所以略显复杂。

need_cnt = len(iris.target_names) - 3   # 这个纯粹是为了逻辑的严谨性，实际没用
colors = list("rgb") + ["r"] * need_cnt
markers = list("*ox") + ["*"] * need_cnt
for i, item in enumerate(iris.target_names):
    plt.scatter(
        iris.data[iris.target == i, 0],
        iris.data[iris.target == i, 1],
        color=colors[i],
        marker=markers[i],
        label=item,
    )
plt.legend()

方案三，另外一个写法

plt.plot(iris.data[iris.target == 0, 0], iris.data[iris.target == 0, 1], 'r*', label=iris.target_names[0])
plt.plot(iris.data[iris.target == 1, 0], iris.data[iris.target == 1, 1], 'gx', label=iris.target_names[1])
plt.plot(iris.data[iris.target == 2, 0], iris.data[iris.target == 2, 1], 'bo', label=iris.target_names[2])
plt.legend()

其实，不使用plt.scatter()语句，而使用默认的plt.plot()也能画出散点图来，效果是一致的。但是这里使用散点信息的简写方式。比如：r*是红色的星星符号，gx是绿色的叉子符号，bo是蓝色的圈符号。

结束语

鸢尾花数据是分析来分析去，每次都能分析出点新东西。更多苏南大叔使用python分析鸢尾花数据的文章，请点击：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。