对鸢尾花数据集进行可视化泡泡图

鸢尾花数据集是一个经典的机器学习数据集，它包含了三种不同类型的鸢尾花（Setosa、Versicolour和Virginica）的测量值，如花瓣长度、花瓣宽度等。为了创建一个可视化泡泡图（Bubble Chart），我们可以将每种鸢尾花的数据点表示为一个泡泡，泡泡的大小通常代表某一特征值（如萼片长度），颜色则区分不同的类别。

步骤如下：

1. 导入数据：首先，你需要使用Python的库（如pandas或NumPy）加载鸢尾花数据集，例如通过`sklearn.datasets.load_iris()`函数。

from sklearn import datasets
import pandas as pd

iris = datasets.load_iris()
df_iris = pd.DataFrame(data=iris.data, columns=iris.feature_names)

2. 准备数据：将数据转换成适合泡泡图的格式，通常需要三个列：x坐标、y坐标和泡泡大小（可以是另一个特征值）。

x = df_iris['petal length (cm)']
y = df_iris['sepal width (cm)']
size = df_iris['petal width (cm)']  # 或者其他特征值
species = iris.target  # 标签，用于赋予颜色

3. 创建泡泡图：使用matplotlib或seaborn这样的可视化库，创建泡泡图并添加分类标签。

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="whitegrid")
fig, ax = plt.subplots(figsize=(6, 6))
ax.scatter(x, y, s=size**2, c=species, cmap='viridis')
cbar = plt.colorbar(ticks=[0, 1, 2])
cbar.ax.set_yticklabels(['Setosa', 'Versicolour', 'Virginica'])
plt.title('Iris Dataset Bubble Plot')
plt.xlabel('Petal Length (cm)')
plt.ylabel('Sepal Width (cm)')
plt.show()