python可视化学习一（散点图）

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
##########简单的散点图########################
x1=np.random.randn(10) #取随机数
x2=x1+x1**2-10
##确定画布的大小
plt.figure(figsize=(8,4))
#绘图
plt.scatter(x1,x2,#横纵坐标
             s=30, # 点的尺寸大小)
             c='blue' ,#颜色
            label='positive'
           )
#装饰图形
plt.legend()
plt.show()

###使不同的标签对应不同的颜色#######
colors = ['red','black']
label = ['zero','one']

for i in range(x.shape[1]):
     plt.scatter(x[y==i,0],
                 x[y==i,1],
                 c=colors[i],
                label = label[i])
#在标签里有几种类型就循坏几次，一次画一个颜色的点        
plt.legend()
plt.show() 

#导入数据
midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")
###数据集有问题
midwest['category']
#提取标签中的类别
categories = np.unique(midwest['category']) #去除重复值，保存唯一值b
#颜色 plt.cm.tab10()   tab10（）指的是颜色   colors1= plt.cm.tab10(5.1)###

x1=np.random.randn(10) #取随机数
x2=x1+x1**2-10
##确定画布的大小
plt.figure(figsize=(8,4))
#绘图
plt.scatter(x1,x2,#横纵坐标
             s=30, # 点的尺寸大小)
             c=colors1 ,#颜色
            label='positive'
           )
#装饰图形
plt.legend()
plt.show()

#去除警示,将列表等升维，reshape函数，增维，输入（1，-1）是让行上的维数为1，（-1，1）是让列上的维数维一
np.array(colors1).reshape(1,-1).shape  
x1=np.random.randn(10) #取随机数
x2=x1+x1**2-10
##确定画布的大小
plt.figure(figsize=(8,4))
#绘图
plt.scatter(x1,x2,#横纵坐标
             s=30, # 点的尺寸大小)
             c=np.array(colors1).reshape(1,-1) ,#颜色
            label='positive'
           )
#装饰图形
plt.legend()
plt.show()