使用 Seaborn 和 Matplotlib 绘制 IRIS 数据集的图形

Matplotlib.pyplot库是机器学习领域Python中最常用的库。它有助于绘制大型数据集的图形。这不仅有助于对不同的数据集进行分类。它可以绘制 2d 和 3d 格式的图形。它具有图例、标签、网格、图形形状、网格等功能，使数据集更易于理解和分类。

Seaborn提供了一个漂亮的不同风格的图形绘图，使我们的数据集更具可区分性和吸引力。

安装

要安装软件包，请在 ubuntu/Linux 的终端或窗口命令提示符下编写以下代码。

pip install matplotlib
pip install seaborn

关于数据集的属性信息：

Attribute Information:
   -> sepal length in cm
   -> sepal width in cm
   -> petal length in cm
   -> petal width in cm
   -> class: 
              Iris Setosa
              Iris Versicolour
              Iris Virginica

Number of Instances: 150 

Summary Statistics:
             Min  Max   Mean    SD   Class Correlation
   sepal length: 4.3  7.9   5.84  0.83    0.7826   
    sepal width: 2.0  4.4   3.05  0.43   -0.4194
   petal length: 1.0  6.9   3.76  1.76    0.9490  (high!)
    petal width: 0.1  2.5   1.20  0.76    0.9565  (high!)

Class Distribution: 33.3% for each of 3 classes.

要获取虹膜数据，请单击此处。

使用 Seaborn 库和 matplotlib.pyplot 库为 IRIS 数据集绘制图形

加载数据中

Python3

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
 
data = pd.read_csv("Iris.csv")
   
print (data.head(10))

输出：

使用 Matplotlib 绘图

Python3

import pandas as pd
import matplotlib.pyplot as plt
iris = pd.read_csv("Iris.csv")
 
plt.plot(iris.Id, iris["SepalLengthCm"], "r--")
plt.show

散点图

Python3

iris.plot(kind ="scatter",
          x ='SepalLengthCm',
          y ='PetalLengthCm')
plt.grid()

使用 Seaborn 绘图

Python3

import seaborn as sns
 
iris = sns.load_dataset('iris')
 
# style used as a theme of graph
# for example if we want black
# graph with grid then write "darkgrid"
sns.set_style("whitegrid")
 
# sepal_length, petal_length are iris
# feature data height used to define
# Height of graph whereas hue store the
# class of iris dataset.
sns.FacetGrid(iris, hue ="species",
              height = 6).map(plt.scatter,
                              'sepal_length',
                              'petal_length').add_legend()