基于pytorch的自定义图像数据集可视化散点图不同标签不同颜色
时间: 2023-08-18 12:05:01 浏览: 51
可以使用matplotlib库来绘制散点图,并根据不同标签设置不同的颜色。
首先,需要准备数据集和标签。假设数据集为一个numpy数组`data`,每个样本有两个特征,标签为一个numpy数组`label`,其中标签只有0和1两种。
代码如下:
```python
import numpy as np
# 生成随机数据集和标签
np.random.seed(0)
data = np.random.randn(100, 2) # 100个样本,每个样本2个特征
label = np.random.randint(0, 2, size=100) # 标签只有0和1两种
```
接下来,使用matplotlib库来绘制散点图,并根据不同标签设置不同的颜色。可以使用`scatter`函数来绘制散点图,其中`x`和`y`表示散点的横坐标和纵坐标,`c`表示散点的颜色,`cmap`表示使用的颜色映射。
```python
import matplotlib.pyplot as plt
# 绘制散点图
plt.scatter(data[:, 0], data[:, 1], c=label, cmap='viridis')
plt.show()
```
这里使用了`viridis`颜色映射,它是一种从浅蓝到深黄的渐变色,可以根据自己的需要选择其他颜色映射。
完整代码如下:
```python
import numpy as np
import matplotlib.pyplot as plt
# 生成随机数据集和标签
np.random.seed(0)
data = np.random.randn(100, 2) # 100个样本,每个样本2个特征
label = np.random.randint(0, 2, size=100) # 标签只有0和1两种
# 绘制散点图
plt.scatter(data[:, 0], data[:, 1], c=label, cmap='viridis')
plt.show()
```