Python KMeans聚类图选择性标图例

参考教程：https://blog.csdn.net/weixin_39251985/article/details/114214607

示意图

做词向量句类的图，每一个点的label都是这个词，这就导致了如果直接生成legend会有很多很多个图例，我只需要三种样式的点，然后概括一下每一簇的特点。
像图中这样：

给指定的画图语句赋变量名

因为我画点用的是循环，部分代码如下：

for i, l in enumerate(kmeans_model.labels_):
	plt.plot(low_dim_embs[i][0], low_dim_embs[i][1], color=colors[l], marker=markers[l], ls='None')

就用了比较笨的方法，随便挑三个是红黄蓝的点，用elif语句重点照顾这三个点，给他们赋一个名，如下：

    for i, l in enumerate(kmeans_model.labels_):
        if i != 1 and i != num1 and i != num2:
            plt.plot(low_dim_embs[i][0], low_dim_embs[i][1], color=colors[l], marker=markers[l], ls='None')
        elif i == 1:
            p1, = plt.plot(low_dim_embs[i][0], low_dim_embs[i][1], color=colors[l], marker=markers[l], ls='None')
        elif i == num1:
            p2, = plt.plot(low_dim_embs[i][0], low_dim_embs[i][1], color=colors[l], marker=markers[l], ls='None')
        elif i == num2:
            p3, = plt.plot(low_dim_embs[i][0], low_dim_embs[i][1], color=colors[l], marker=markers[l], ls='None')

可以不用细看我的plt.plot()语句，只要注意给需要加图例的语句赋一个变量名就可以。比较关键的是变量名一定要加逗号，p1,和p2,这样，否则后面不会显示图例。

图例展示

然后再一句图例展示的语句：

plt.legend([p1,p2,p3],[u'环境描写', u'动作描写', u'外貌描写'], loc='best')

loc="best"表示图例会找最合适的位置放。

就是说吴老师两天没回我消息了嘤😅

这篇好文章是转载于：学新通技术网