蟒蛇 |散点图不显示答案

【问题标题】：Python | Scatterplot is not showing蟒蛇 |散点图不显示
【发布时间】：2021-10-08 19:20:14
【问题描述】：

我正在对我的数据集执行 PCA，我可以获得正确的结果。但是当我试图可视化 PCA 时，它没有显示。这是我的尝试：

#Import dataset
dataset = pd.read_csv('Data.csv', names=['0','1','2','3','target'],header=0)
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, -1].values


#PCA
from sklearn.decomposition import PCA
pca = PCA(n_components = 2)
X = pca.fit_transform(X)
principalDf = pd.DataFrame(data = X, columns = ['principal component 1', 
'principal component 2'])
finalDf = pd.concat([principalDf, dataset['target']], axis = 1)

#Visualizing 
fig = plt.figure(figsize = (8,8))
ax = fig.add_subplot(1,1,1) 
ax.set_xlabel('Principal Component 1', fontsize = 15)
ax.set_ylabel('Principal Component 2', fontsize = 15)
ax.set_title('2 component PCA', fontsize = 20)
targets = ['1', '2', '3', '4']
colors = ['r', 'g', 'b', 'hotpink']
for target, color in zip(targets,colors):
    indicesToKeep = finalDf['target'] == target
    ax.scatter(finalDf.loc[indicesToKeep, 'principal component 1']
           , finalDf.loc[indicesToKeep, 'principal component 2']
           , c = color
           , s = 50)
ax.legend(targets)
ax.grid()

但这不起作用，我无法弄清楚。我怎样才能解决这个问题？

【问题讨论】：

您能否举例说明['principal component 1', 'principal component 2'] 列中的数据是什么样的？
@dm2 谢谢。我刚得到这个。该图在 -0.04 到 0.04（y 轴）范围内，但主成分 2 在 -2.3 到 6.7 范围内。 X轴也一样。我该如何解决这个问题？
我不知道你为什么会遇到这个问题，因为你没有在提供的代码中指定轴限制（因此它们应该自动调整），所以你可以尝试通过 @987654327 调整它们@ 和 ax.set_ylim(-10,10)（注意：您可能希望根据您的数据选择不同的值）
@dm2 即使我添加了轴限制，该图也没有显示。
您能否检查一下您的target 列是str 类型（在finalDf.info() 中标记为object）而不是数字？否则，您使用 str 类型作为目标，但您的目标实际上是数字，因此您没有绘制任何内容。

标签： python matplotlib scikit-learn pca

【解决方案1】：

您正在索引您的 finalDf 以获取 DataFrame 切片，其中 target 列值与列表 targets = ['1', '2', '3', '4'] 中的单个 target 相同。

由于你的target列中的值不是str类型，而是数值类型，所以没有满足这个条件的数据：

'1' != 1
'2' != 2
'3' != 3
'4' != 4

因此没有绘制数据。

要获得你想要的切片，你应该使用数值作为目标，而不是targets = ['1', '2', '3', '4']：

targets = [1, 2, 3, 4]

【讨论】：