在 Jupyter Notebook 上使用 PCA 可视化（绘制）数据集 csv答案

【问题标题】：Visualize (plot) Dataset csv using PCA on Jupyter Notebook在 Jupyter Notebook 上使用 PCA 可视化（绘制）数据集 csv
【发布时间】：2020-04-21 21:51:39
【问题描述】：

我有以下代码，它显示来自 csv 文件的垃圾邮件/火腿邮件列表...

data = pd.read_csv('spam.csv', encoding='latin-1', delimiter='\t', header=None) data

我想通过使用 PCA 来显示我的 csv 数据集的图（集群），类似这样（例如，绿色是垃圾邮件和蓝色火腿）

【问题讨论】：

标签： python jupyter-notebook pca

【解决方案1】：

您可以将您的“火腿”和“垃圾邮件”标签映射到类别，然后使用matplotlib.pyplot.scatter 进行散点图。这使得将来添加新标签也相对容易。

import matplotlib.pyplot as plt

# map 'ham' and 'spam' labels to numbers
df['label_num'] = df['ham/spam'].map({ 'ham': 0, 'spam': 1 })

# scatter plot
plt.scatter(df['x'], df['y'], cmap='rainbow', c=df['label_num'])

【讨论】：

你应该在 x 和 y 上放什么？
您最初打算在 x 和 y 轴上绘制什么？从您提供的数据框中不清楚
我的 csv 文件总共有 4,827 条火腿消息和 747 条垃圾邮件，我想用 2 种不同的颜色在图上显示它们的频率。为此，我有 2 列，ham/spam、message 和 label_num 列（# map 'ham' and 'spam' labels to numbers）... thnx :)
也许条形图比散点图更适合您的数据？
好吧...我想我不太明白这个问题。谢谢帮助！