来自sklearn make_blobs（）的一维双峰数据的散点图

Question

sklearn make_blobs()函数可用于生成各向同性的高斯Blob进行聚类。

我正在尝试绘制make_blobs()函数生成的数据。

import numpy as np
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt

arr, blob_labels = make_blobs(n_samples=1000, n_features=1, 
                                centers=1, random_state=1)
a = plt.hist(arr, bins=np.arange(int(np.min(arr))-1,int(np.max(arr))+1,0.5), width = 0.3)

这段代码给出了正态分布图，这很有意义。

blobs, blob_labels = make_blobs(n_samples=1000, n_features=2, 
                                centers=2, random_state=1)

a = plt.scatter(blobs[:, 0], blobs[:, 1], c=blob_labels)

这段代码给出了一个2簇图，这也很有意义。

我想知道是否有一种方法可以用参数make_blobs()绘制由centers=2 n_features=1函数生成的数据。

arr, blob_labels = make_blobs(n_samples=1000, n_features=1, 
                                centers=2, random_state=1)

我尝试过plt.hist()，它给出了另一个正态分布图。

我不知道如何对数据使用plt.scatter()。

我无法想象情节的样子。

Answer 1

您的问题尚不清楚。

  

我尝试过plt.hist()，它给出了另一个正态分布图。

嗯，不完全是；它给出了一个双峰高斯混合图：

arr, blob_labels = make_blobs(n_samples=1000, n_features=1, 
                                centers=2, random_state=1)

a = plt.hist(arr, bins=np.arange(int(np.min(arr))-1,int(np.max(arr))+1,0.5), width = 0.3)

符合预期，因为我们现在有centers=2。

  

我不知道如何对数据使用plt.scatter()。

根据定义，散点图需要2D数据；来自docs：

  

y 与 x 的散点图，其标记大小和/或颜色都不同。

在这里，由于n_features=1，我们实际上只有 x 而没有 y 。

一维“散点图”实际上是一条线，我们可以使用plot对其进行可视化，正如How to plot 1-d data at given y-value with pylab中很好地解释的那样；在您的情况下：

val = 0. # this is the value where you want the data to appear on the y-axis.
a = plt.plot(arr, np.zeros_like(arr) + val, 'x')

我们当然应该记住，纵轴只是可视化的一个方便，对于没有 y 值的数据什么也没说。

是否要为每个中心使用不同的颜色和/或标记？

val = 0. # this is the value where you want the data to appear on the y-axis.
plt.plot(arr[blob_labels==0], np.zeros_like(arr[blob_labels==0]) + val, 'x', color='y')
plt.plot(arr[blob_labels==1], np.zeros_like(arr[blob_labels==1]) + val, '+', color='b')
plt.show()

对于较大的样本，情况开始变得有些有趣；请注意n_samples=10000的重叠部分：