from sklearn import datasets
import matplotlib.pyplot as plt


def get_data():
    """
    從sklearn中獲取鳶尾花的資料
    :return:  鳶尾花資料的字典，字典中包括的key有：【'data', 'target', 'target_names', 'DESCR', 'feature_names']
    簡單介紹一下： data就是（150， 4）的資料集，target表示1位陣列，數字0～2表示分類， target_names表示分類名，DESCR表示對資料的描述
    feature_names: 特徵值名稱
    """
    iris = datasets.load_iris()
    return iris


def draw_graph(iris_data):
    """
    獲取兩個維度的資料進行資料視覺化，由於鳶尾花共有4個特徵，在平面中只能繪製2個特徵，所以獲取特徵1和特徵2進行繪製
    :param: 鳶尾花的資料集
    :return:
    """
    X = iris_data.data[:, :2]
    target_names = iris_data.target_names
    print(target_names)
    print(iris_data.feature_names )
    y = iris_data.target
    plt.scatter(X[y == 0, 0], X[y == 0, 1], color='red', marker='o', label=target_names[0])
    plt.scatter(X[y == 1, 0], X[y == 1, 1], color='blue', marker='*', label=target_names[1])
    plt.scatter(X[y == 2, 0], X[y == 2, 1], color='green', marker='+', label=target_names[2])
    plt.legend()
    plt.title(u'Distribution of 3 different irises in length and width')
    plt.show()


if __name__ == '__main__':
    iris = get_data()
    draw_graph(iris)
 

執行結果：

方法學習：

1、在sklearn中所有的資料集都放在datasets模組裡面，匯入對應的資料直接用loadxx

2、在sklearn中load出來的資料是一個字典，直接可以用原始data.屬性值獲取對應的值，比如 data.feature_names就可以獲取特徵的名字

3、用matplotlib的時候， 多看官方文件 https://matplotlib.org/users/pyplot_tutorial.html

scatter表示隨機的繪製點，marker也有不同的描述方法，可以在文件中看到