首页用python代码绘制鸢尾花数据集iris的主成分分析图、t-SNE图、热力图、带层次聚类的热力图等高维数据型图表。

用python代码绘制鸢尾花数据集iris的主成分分析图、t-SNE图、热力图、带层次聚类的热力图等高维数据型图表。

时间: 2024-12-30 22:40:52 浏览: 85

在Python中，我们可以使用一些流行的库如`matplotlib`, `seaborn`, `scikit-learn`和`plotly`来绘制鸢尾花数据集（Iris dataset）的各种可视化图表。这里我会简要概述如何创建这些图表： 1. **主成分分析（PCA）图**: ```python import matplotlib.pyplot as plt from sklearn.decomposition import PCA from sklearn.datasets import load_iris iris = load_iris() pca = PCA(n_components=2) # 取前两个主成分 X_pca = pca.fit_transform(iris.data) plt.figure(figsize=(8,6)) plt.scatter(X_pca[:, 0], X_pca[:, 1], c=iris.target) plt.xlabel('PC1') plt.ylabel('PC2') plt.title('Iris PCA plot') plt.show() ``` 2. **t-SNE图**: ```python from sklearn.manifold import TSNE import seaborn as sns sns.set(style="white") tsne = TSNE(random_state=42) iris_tsne = tsne.fit_transform(iris.data) plt.figure(figsize=(8,6)) sns.scatterplot(x=iris_tsne[:, 0], y=iris_tsne[:, 1], hue=iris.target) plt.title('Iris t-SNE plot') plt.show() ``` 3. **热力图（Heatmap）**: ```python import seaborn as sns import numpy as np correlation_matrix = iris.data.corr() sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm', fmt=".2f") plt.title('Iris Correlation Heatmap') plt.show() ``` 4. **带层次聚类的热力图**: ```python from scipy.cluster.hierarchy import dendrogram, linkage import matplotlib.pyplot as plt linkage_matrix = linkage(iris.data, method='ward') dendrogram(linkage_matrix, labels=iris.target_names) plt.title('Hierarchical Clustering Dendrogram') plt.xlabel('Sample Index') plt.ylabel('Distance') plt.show() ``` 以上代码展示了简单的例子，实际应用中可能需要对数据预处理，并调整颜色映射、轴标签等细节。

阅读全文