Question

假设我有一个表格的矩阵，其中第一列是所有x点，第二列是所有y点，然后第三和第四列是指示变量是否属于某个特定的＆＃39;集群＆＃ 39; （可以是1或0;所以如果在第3列中我有第3行的1，则意味着第3行的点属于第1列所表示的第1列）。

我的问题是，如何创建一个图形，散点图所有属于聚类1的点，然后在同一个图上，将剩余点的颜色分散为另一种颜色。在Matlab中，我只会说figure，然后是hold on并写出我的命令。我不熟悉Python中的绘图，也不确定如何执行。

编辑：

我想我做到了。但是，我将如何更改标记大小，具体取决于该点属于哪个群集

Answer 1

让我们从如何在MATLAB中做到这一点开始。

假设您拥有N个唯一群集，您可以直接遍历尽可能多的群集，并plot使用不同颜色的点。此外，我们可以在每次迭代时更改标记大小。您需要使用logical索引来提取属于每个群集的点。鉴于你的矩阵存储在M中，我想到了这样的事情：

rng(123); %// Set random seeds
%// Total number of clusters
N = max(M(:,3));

%// Create a colour map
cmap = rand(N,3);

%// Store point sizes per cluster
sizes = [10 14 18];

figure; hold on; %// Create a blank figure and hold for changes

for ii = 1 : N
    %// Determine those points belonging to the ith cluster
    ind = M(:,3) == ii;

    %// Get the x and y coordinates
    x = M(ind,1);
    y = M(ind,2);

    %// Plot the points in a different colour
    plot(x,y,'.','Color', cmap(ii,:), 'MarkerSize', sizes(ii));
end

%// Create labels
labels = sprintfc('Label %d', 1:N);

%// Make our legend
legend(labels{:});

代码非常自我解释，您需要定义矩阵M，我们通过取第三列的最大值来确定群集的总数。接下来，我们创建一个随机颜色映射，其中包含与聚类一样多的行，并且有三列对应于每个聚类的唯一RGB颜色。每一行都为我们在绘图时使用的每个聚类定义一种颜色。

接下来，我们创建一个大小数组，我们存储每个群集存储在一个数组中的每个点的半径。我们创建一个空白图形，保持它对我们对图形所做的更改然后我们迭代每个点集合。对于每个点群，找出M中的正确点以通过logical索引提取出来，提取出这些点的x和y坐标，然后绘制这些点在散点图中的图形上，我们手动将颜色指定为RGB元组以及所需的标记大小。

然后我们创建一个标签的单元格数组，表示每个集群所属的点集，然后显示一个图例，说明哪些点属于给定此标签数组的哪些集群。

使用随机标签生成随机数据，我们在[0,1]和x y之间均匀分布20个点，并生成最多三个标签的随机集：

rng(123);
M = [rand(20,2) randi(3,20,1)];

当我运行上面的代码时，我得到了这个图：

要获得Python中的等价物，那很容易。它只是从MATLAB到Python的转录，绘图机制完全相同。您正在使用matplotlib，因此我假设numpy可以被用作依赖。

因此，等效代码看起来像这样：

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(123)

# Total number of clusters
N = int(np.max(M[:,2]))

# Create a colour map
cmap = np.random.rand(N, 3)

# Store point sizes per cluster
sizes = np.array([10, 14, 18]);

plt.figure(); # Create blank figure. No need to hold on

for ii in range(N):
    # Determine those points belonging to the ith cluster
    ind = M[:,2] == (ii+1)

    # Get the x and y coordinates
    x = M[ind,0];
    y = M[ind,1];

    # Plot the points in a different colour
    # Also add in labels for legend
    plt.plot(x,y,'.',color=tuple(cmap[ii]), markersize=sizes[ii], label='Cluster #' + str(ii+1))

# Make our legend
plt.legend()

# Show the image
plt.show()

我不打扰解释这个，因为它与您在MATLAB代码中看到的几乎相同。有一些细微差别，例如hold on在matplotlib中的工作方式。您不需要使用hold on，因为在您决定显示该数字之前，您将记住所做的任何更改。您还有numpy和Python开始索引为0而不是1的细微差别。

使用与MATLAB相同的代数据代码：

M = np.column_stack([np.random.rand(20,2), np.random.randint(1,4,size=(20,1))])

我得到这个数字：

给定形式的矩阵的散点图

1 个答案: