mglearnにおけるdiscrete_scatterとlegendについて

Question

mglearnを用いてグラフを描画したいのですが、以下のコードのdiscrete_scatterに三つ引数がありますが、どういった役割を果たしているのでしょうか？そもそもdiscrete_scatterはメソッドなのでしょうか？

また、legendメソッドのloc=4の役割もわからないので教えていただきたいです。

X, y = mglearn.datasets.make_forge()
mglearn.discrete_scatter(X[:, 0], X[:, 1], y)
plt.legend(["Class 0", "Class 1"], loc=4)
plt.xlabel("First feature")
plt.ylabel("Second feature")
print("X.shape: {}".format(X.shape))

#X.shape: (26, 2)

Answer 1

discrete_scatter() は matplotlib.pyplot.scatter() に対するユーティリティで、第三引数に各データに対するラベルを指定することにより、そのラベルに応じてMarkerの種類や色を変えて散布図を描写(pyplot.scatter()の呼び出し)をしてくれるメソッドです。
ですので、

discrete_scatterに三つ引数がありますが、どういった役割を果たしているのでしょうか？

第１引数： 散布図に描写する各データのX値
第２引数： 散布図に描写する各データのY値
第３引数： 散布図に描写する各データのLABEL

となります。

また、legendメソッドのloc=4の役割もわからないので教えていただきたいです。

legend() は凡例を表示するメソッドですが、 loc はその場所 を指定します。

詳細はドキュメントを見るのが良いかと思いますが、 loc=4 は 右下 に凡例を表示するよう指定していることになります。

Comments

[renren643]

回答ありがとうございました

Answer 2

legendは凡例を表示します。locは凡例の表示位置を指定します。loc=4 は lower right の意味です。
詳細はmatplotlib.pyplot.legendを参照ください。

mglearnとはPythonではじめる機械学習で提供されているライブラリintroduction_to_ml_with_python/mglearn/のことでしょうか？
第二引数までが、特徴量（x,y軸）、第三引数がクラス分類値(0 or 1)のようです。

参考：
機械学習入門_第2章 途中まで
introduction_to_ml_with_python/02-supervised-learning.ipynb