波士顿房价数据集可视化

 

 

 

 

 

 

 

import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np

# 调用数据
boston_house = tf.keras.datasets.boston_housing
(train_x, train_y), (test_x, test_y) = boston_house.load_data(test_split=0.1)

# 开始绘图
plt.rcParams["font.family"] = \'SimHei\'  # 将字体改为中文
plt.rcParams[\'axes.unicode_minus\'] = False  # 设置了中文字体默认后，坐标的"-"号无法显示，设置这个参数就可以避免
plt.figure(figsize=(16, 10))  # 设置绘图尺寸

for i in range(13):
    plt.subplot(4, 4, (i + 1))
    plt.scatter(train_x[:, i], train_y, 5)
    # plt.scatter(train_x[:,5],train_y)           # 绘制散点图，只取x数据的第6列（房间数目数据）
    plt.xlabel(\'x[{}]\'.format(i), fontsize=10)  # 设置x轴标签文本
    plt.ylabel(\'房价\', fontsize=10)
    plt.title(\'波士顿房价与x[{}]关系\'.format(i), fontsize=10)  # 设置图标题

plt.tight_layout(rect=[0,0,1,0.9])                                   #   优化子图与总标题的位置，防止重叠
plt.suptitle(\'各属性与房价的关系\', x=0.5, y=1, fontsize=20)          #   设置总标题

plt.show()