Python作為一門工具，具有極強大的處理資料的能力，今天我們看一下如何用python生成資料散點圖

我們先新建一個TXT檔案，裡面儲存10組資料，每組資料4個值，分別代表運動的時間，玩遊戲所佔一天時間的百分比，每週吃垃圾食品的次數，以及個人魅力的分類（1-3），如下：

100.00 0.24 10.00 3
150.00 0.30 12.00 2
300.00 0.45 5.00 1
200.00 0.50 8.00 1
180.00 0.43 11.00 1
120.00 0.18 7.00 3
210.00 0.25 9.00 3
180.00 0.50 7.00 1
130.00 0.40 5.00 2
190.00 0.23 6.00 2

首先我們要獲取txt檔案裡的資料，我們在kNN.py中寫一個讀取函式：

def file2matrix(filename):
    fr = open(filename)
    arrayOLines = fr.readlines()#讀取檔案所有行的內容
    numberOfLines = len(arrayOLines)
    returnMat = zeros((numberOfLines,3))#zeros函式：建立指定行列數的矩陣，並歸零
    classLabelVector = []
    index = 0
    for line in arrayOLines:
        line = line.strip()
        listFromLine = line.split(' ')
        returnMat[index, :] = listFromLine[0:3]#檔案中的三個資料依次賦給矩陣
        classLabelVector.append(int(float(listFromLine[-1])))#索引-1代表列表最後一個元素
        index += 1
    return returnMat,classLabelVector
 

通過這個函式，我們把所有資料存在了一個矩陣中，以及分類，一起返回出去

最後我們看一下執行程式碼，但是在寫程式碼之前，我們需要匯入一個matplotlib的模組，用來繪製圖形

我們採取了樣本集中的第2個和3個引數作為圖形的座標參考

以下是執行程式碼：

import matplotlib
import matplotlib.pyplot as plt
from numpy import *
import kNN

datingDataMat, vector = kNN.file2matrix('datingTestSet2.txt')
fig = plt.figure()#新建影象
ax = fig.add_subplot(111)#add_subplot函式：新增畫布，畫布分割為1行1列，當前畫布為第1塊
ax.scatter(datingDataMat[:, 1], datingDataMat[:, 2], 15.0*array(vector), 15.0*array(vector))#設定橫座標為資料列表中第1個元素，縱座標為第二個元素
plt.show()
 

這裡我們用到的一個關鍵的函式就是scatter函式，第一二個引數代表的是散點圖的橫縱座標，第三四個引數代表散點的顏色和大小，至此，程式碼寫完，執行，得到散點圖：

我們可以看到，其中黃色的點代表魅力等級3（極具魅力）的人的分佈，綠色的點代表等級2（魅力一般）的人的分佈，紫色的點代表等級1（毫無魅力）的人的分佈。

參考書籍：《機器學習實戰》