Ваша проблема несколько неясна.
Я пробовал
blockquote>plt.hist()
, что дает еще один нормальный график распределения.Ну, не совсем; это дает бимодальную гауссову смесь график:
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)
, как и ожидалось, так как теперь мы имеем [114 ].
Я понятия не имею, как использовать
blockquote>plt.scatter()
с данными.По определению для диаграммы рассеяния требуются двумерные данные; из документов :
Диаграмма рассеяния y против x с изменяющимся размером маркера и / или цветом.
blockquote>, в то время как здесь, благодаря
n_features=1
, у нас на самом деле есть только x и нет y .1D «график рассеяния» на самом деле является линией, и мы можем использовать
plot
для ее визуализации, как хорошо объяснено в Как построить 1-d данные при заданном значении y с помощью pylab ; в вашем случае: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')
, где, конечно, следует помнить, что вертикальная ось - это просто удобство для визуализации и ничего не говорит о наших данных, которые вообще не имеют значения y .
Хотите использовать разные цвета и / или маркеры для каждого центра?
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()
где для больших выборок начинается ситуация становится несколько интереснее; обратите внимание на перекрытие для
n_samples=10000
:
ССЫЛКИ PDF
1) Голова Сначала Объектно-ориентированный Анализ и проектирование
Голова Сначала Объектно-ориентированный Анализ и Design.pdf
2) Главные Первые Шаблоны разработки
На это нужно время.
Переход от процедурного программирования к объектно-ориентированному программированию затруднен. В наши дни многие люди начинают с объектно-ориентированного подхода, поэтому они не борются с этим изменением парадигмы.