用pytorch写一段代码：已知数据由x，y构成，输入x维度为{Tensor:(188,2)}，输出y维度为{Tensor:(188,)},y取值有2个，画图表现出数据的二维分布，不同标签的颜色不一样

以下是使用PyTorch实现绘制二维数据分布的代码：

import torch
import matplotlib.pyplot as plt

# 生成样本数据
x = torch.randn(188, 2)
y = torch.randint(2, (188,))

# 绘制散点图
plt.scatter(x[:,0], x[:,1], c=y)
plt.show()

在这段代码中，我们首先使用`torch.randn`函数生成了一个大小为`(188, 2)`的张量`x`作为样本数据，然后使用`torch.randint`函数生成了一个大小为`(188,)`的张量`y`作为标签。接着，我们使用`plt.scatter`函数绘制散点图，其中`x[:,0]`表示取所有样本的第一个特征，`x[:,1]`表示取所有样本的第二个特征，`c=y`表示按照标签`y`进行颜色分类。最后，使用`plt.show()`函数显示图像。

相关问题

pytorch已知张量和某一维度的索引,按索引取出张量中的值

可以使用 PyTorch 的索引功能进行操作，例如：

import torch

# 已知张量
tensor = torch.tensor([[1,2,3],[4,5,6],[7,8,9]])

# 某一维度的索引
dim_index = 1

# 按索引取出张量中的值
result = tensor[:, dim_index]

其中 `:` 表示选取所有行，`dim_index` 表示选取对应维度的索引位置上的值。