from sklearn.datasets import make_blobs X, y = make_blobs(random_state=42) mglearn.discrete_scatter(X[:, 0], X[:, 1], y) plt.xlabel("Feature 0") plt.ylabel("Feature 1") plt.legend("Class 0","Class 1","Class 2")修改代码

修改后的代码如下：

from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
import mglearn

X, y = make_blobs(random_state=42)

mglearn.discrete_scatter(X[:, 0], X[:, 1], y)
plt.xlabel("Feature 0")
plt.ylabel("Feature 1")
plt.legend(["Class 0","Class 1","Class 2"])

主要做了两个修改：

1. 在导入 `matplotlib.pyplot` 后，需要使用 `plt` 来指代它。

2. 在调用 `legend()` 函数时，需要将每个类别标签放在一个列表中，作为参数传入函数。