用上面导入的数据2.以年龄(Age)和预计工资(EstimatedSalary)为特征，以散点图以不同颜色显示特征和类别数据的分类情况

import matplotlib.pyplot as plt

# 取出Age和EstimatedSalary作为特征
X = df.iloc[:, [2, 3]].values

# 取出Purchased作为类别数据
y = df.iloc[:, 4].values

# 绘制散点图
plt.scatter(X[y==1, 0], X[y==1, 1], c='red', label='Purchased')
plt.scatter(X[y==0, 0], X[y==0, 1], c='blue', label='Not Purchased')
plt.title('Classification of Customers')
plt.xlabel('Age')
plt.ylabel('Estimated Salary')
plt.legend()
plt.show()

解释：

首先从数据中取出需要的两个特征和一个类别数据，分别存储在X和y中。

然后利用matplotlib库中的scatter函数绘制散点图，其中X[y==1, 0]表示选取类别数据为1的行中第1列（即Age）的数据，X[y==1, 1]表示选取类别数据为1的行中第2列（即EstimatedSalary）的数据，c='red'表示该类别数据用红色表示。同理，X[y==0, 0]表示选取类别数据为0的行中第1列（即Age）的数据，X[y==0, 1]表示选取类别数据为0的行中第2列（即EstimatedSalary）的数据，c='blue'表示该类别数据用蓝色表示。

最后设置标题、x轴和y轴标签、图例等，使用plt.show()函数显示图像。