teratail
回答率
85.47%
質問するログイン新規登録
トップに関する質問保存したアイリスデータの散布図の作成

編集履歴

質問編集履歴

2

少し変更しました

2020/01/15 07:19

投稿

k2r
k2r

スコア10

test CHANGED
File without changes
test CHANGED
@@ -30,11 +30,11 @@
30
30
 
31
31
  3
32
32
 
33
- 4 # 特徴量の入ったデータ (4 次元)
33
+ 4 特徴量の入ったデータ (4 次元)
34
34
 
35
35
  ----> 5 features = iris.data
36
36
 
37
- 6 # 各特徴量の名前
37
+ 6 各特徴量の名前
38
38
 
39
39
  7 feature_names = iris.feature_names
40
40
 
@@ -182,35 +182,35 @@
182
182
 
183
183
 
184
184
 
185
- # 特徴量の入ったデータ (4 次元)
185
+
186
186
 
187
187
  features = iris.data
188
188
 
189
- # 各特徴量の名前
189
+
190
190
 
191
191
  feature_names = iris.feature_names
192
192
 
193
- # データと品種の対応
193
+
194
194
 
195
195
  targets = iris.target
196
196
 
197
197
 
198
198
 
199
- # グラフの全体サイズを指定する
199
+
200
200
 
201
201
  plt.figure(figsize=(12, 8))
202
202
 
203
203
 
204
204
 
205
- # 二次元のグラフを作りたいので特徴量の組み合わせを作る
205
+
206
206
 
207
207
  for i, (x, y) in enumerate(itertools.combinations(range(4), 2)):
208
208
 
209
- # サブグラフ
209
+
210
210
 
211
211
  plt.subplot(2, 3, i + 1)
212
212
 
213
- # 各品種はマーカーの色や形を変える
213
+
214
214
 
215
215
  for t, marker, c in zip(range(3), '>ox', 'rgb'):
216
216
 

1

少し変更

2020/01/15 07:18

投稿

k2r
k2r

スコア10

test CHANGED
File without changes
test CHANGED
@@ -102,6 +102,86 @@
102
102
 
103
103
 
104
104
 
105
+
106
+
107
+ features = iris.data
108
+
109
+
110
+
111
+ feature_names = iris.feature_names
112
+
113
+
114
+
115
+ targets = iris.target
116
+
117
+
118
+
119
+
120
+
121
+ plt.figure(figsize=(12, 8))
122
+
123
+
124
+
125
+
126
+
127
+ for i, (x, y) in enumerate(itertools.combinations(range(4), 2)):
128
+
129
+
130
+
131
+ plt.subplot(2, 3, i + 1)
132
+
133
+
134
+
135
+ for t, marker, c in zip(range(3), '>ox', 'rgb'):
136
+
137
+ plt.scatter(
138
+
139
+ features[targets == t, x],
140
+
141
+ features[targets == t, y],
142
+
143
+ marker=marker,
144
+
145
+ c=c,
146
+
147
+ )
148
+
149
+ plt.xlabel(feature_names[x])
150
+
151
+ plt.ylabel(feature_names[y])
152
+
153
+ plt.autoscale()
154
+
155
+ plt.grid()
156
+
157
+
158
+
159
+ plt.show()
160
+
161
+
162
+
163
+
164
+
165
+ if __name__ == '__main__':
166
+
167
+ main()
168
+
169
+
170
+
171
+ の後に上記のエラーが出てきます。
172
+
173
+
174
+
175
+ ### 試したこと
176
+
177
+
178
+
179
+ def main():
180
+
181
+ iris = datasets.load_iris()
182
+
183
+
184
+
105
185
  # 特徴量の入ったデータ (4 次元)
106
186
 
107
187
  features = iris.data
@@ -168,86 +248,6 @@
168
248
 
169
249
 
170
250
 
171
- の後に上記のエラーが出てきます。
172
-
173
-
174
-
175
- ### 試したこと
176
-
177
-
178
-
179
- def main():
180
-
181
- iris = datasets.load_iris()
182
-
183
-
184
-
185
- # 特徴量の入ったデータ (4 次元)
186
-
187
- features = iris.data
188
-
189
- # 各特徴量の名前
190
-
191
- feature_names = iris.feature_names
192
-
193
- # データと品種の対応
194
-
195
- targets = iris.target
196
-
197
-
198
-
199
- # グラフの全体サイズを指定する
200
-
201
- plt.figure(figsize=(12, 8))
202
-
203
-
204
-
205
- # 二次元のグラフを作りたいので特徴量の組み合わせを作る
206
-
207
- for i, (x, y) in enumerate(itertools.combinations(range(4), 2)):
208
-
209
- # サブグラフ
210
-
211
- plt.subplot(2, 3, i + 1)
212
-
213
- # 各品種はマーカーの色や形を変える
214
-
215
- for t, marker, c in zip(range(3), '>ox', 'rgb'):
216
-
217
- plt.scatter(
218
-
219
- features[targets == t, x],
220
-
221
- features[targets == t, y],
222
-
223
- marker=marker,
224
-
225
- c=c,
226
-
227
- )
228
-
229
- plt.xlabel(feature_names[x])
230
-
231
- plt.ylabel(feature_names[y])
232
-
233
- plt.autoscale()
234
-
235
- plt.grid()
236
-
237
-
238
-
239
- plt.show()
240
-
241
-
242
-
243
-
244
-
245
- if __name__ == '__main__':
246
-
247
- main()
248
-
249
-
250
-
251
251
  パッケージに保存されているデータだと上手に動きましたが、保存したものだと動きませんでした。
252
252
 
253
253