1回答

liuyubobobo

2018-09-06

我们实际上绘制了10个散点图(for循环)，将这10个散点图叠加在了一起，最后一起显示出来(plt.show())。

对于这十个散点图，每个图绘制的是一个数字对应的分类。即所有y==0的点绘制一次，y==1的点绘制一次，y==2的点绘制一次，以此类推，每次绘制是调用一次scatter。每次绘制数字k所对应的所有的数据点，从X_reduction中取出y==k所对应的所有数据的横纵坐标。即X_reduction[y==k, 0]和X_reduction[y==k, 1]。

对于这个绘制过程，其实和我们在第三章12小节绘制iris数据集的方法是一样的。回忆一下以下代码：）

区别只在于：

1）我们使用循环，而非罗列十行scatter：）

2）我们没有指定颜色，因为指定十个颜色太麻烦了，每次scatter，matplotlib会自动为我们换一个颜色：）

如果对这个绘制还有疑问，可以参考这个问答：https://coding.imooc.com/learn/questiondetail/36343.html

加油！：）

0

1

慕少1032305

谢谢老师！我也是看到这里不太懂，不过看了老师的回复就懂了！实际上是y==0,1,2,3...9的布尔值组成的索引，使用fancy_index的方式取出X中对应特征的行。而两个X_reduction对应的是降维后二维平面的x和y轴，这样做就相当于把64个特征（这里取前10个特征）的数据映射到二维坐标系中，达到了可视化的效果！

2019-09-30

共1条回复