Plot 绘制点图

可视化能帮助我们更好的理解高维空间到底发生了什么。
一般可以使用matlba的pyplot来进行绘制：

import matplotlib.pyplot as plt

scatter

对二维空间点进行绘制，最简单的如下：

"""
Simple demo of a scatter plot.
"""
import numpy as np
import matplotlib.pyplot as plt


N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = np.pi * (15 * np.random.rand(N))**2  # 0 to 15 point radii

plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()

这是官网上的一个例子，效果图如下：

我们来对上面的一些函数的参数进行解读。

• x
  表示要描绘的点的横坐标
• y
  要描绘的店的做坐标从，是一个array或者一个list
• s
  默认描绘的是一个圆形的点，s表示的点的大小，可以是一个具体的数字，也可以是一个list的形式，要求跟点的个数保持一致；
• c
  表示描绘的点的颜色，颜色参考这里
• alpha
  表示描绘的颜色的透明度，从0-1表示透明到不透明；

除了以上参数之外，其实还有一些参数可以使用：

• marker
  可以选择的值包括：

  • ‘o’ 表示圆形
  • ‘d’ 表示菱形
    可以参考这篇文章

• edgecolors
  可以给描绘的点加上边框，设置边框的颜色，也可以设置边框的粗度。

plot

用来在两个点之间添加一条线段：

plt.plot([x0, x1], [y0, y1], color='r')

一幅图中有两个点集合，用不同的颜色和形状描绘

这个其实只需要plt.scater函数写两遍，传入不同的参数就可以了。
不过需要注意的时候，如果是把高维空间的点降维之后显示的，最好把两个点集合放在同一个数组里面，再去降维，因为如果用tsne的话，是保证点的相对位置保持不变，如果放在不同的集合，可能降维之后不在同一个空间中。