用之前做的KNN算法的數(shù)據(jù)畫(huà)的散點(diǎn)圖
我在這就只給出我變化之后main函數(shù)了
其實(shí)只是用了那個(gè)文件流的部分
可以在之前那個(gè)版本的knn算法中找到，或者你自己寫(xiě)一個(gè)就好了

if __name__ == "__main__":group, labels = createDataSet()x = [1, 1]print(classify0(x, group, labels, 2))group, labels = file2Matrix("文件地址")x = [3000, 5, 0.9]print(classify0(x, group, labels, 5))datingDataMat = groupfig = plt.figure()ax = fig.add_subplot(111)ax.scatter(datingDataMat[:, 1], datingDataMat[:, 2])plt.show()

主要部分是

datingDataMat = group #拿到數(shù)據(jù)fig = plt.figure() # 畫(huà)圖專用ax = fig.add_subplot(111) ax.scatter(datingDataMat[:, 1], datingDataMat[:, 2])plt.show()

add_subplot 參數(shù)的意思是
將整個(gè)figure分為1*1
然后輸出下面那個(gè)東西在第一塊中
scatter是畫(huà)散點(diǎn)圖的工具
左邊是行坐標(biāo)，右邊是列坐標(biāo)
最后一句一定要有，不然圖出不來(lái)的
我不會(huì)告訴你，我經(jīng)歷了什么的
逃

總結(jié)

以上是生活随笔為你收集整理的Python画散点图(Knn中数据)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。