sklearn包中带有一个鸢尾花数据集，每行代表一个样本，每个样本4个特征，分别是萼片长度、宽度，花瓣长度、宽度。样本被分成三类：山鸢尾、变色鸢尾和维吉尼亚鸢尾，分别用数字0、1、2表示。在二维空间中观察鸢尾花的分布聚集，可以选择任意的两个变量。下面程序以花瓣特征为例，观察它们在空间的分布。

程序：鸢尾花二维码图

from sklearn import datasets

iris=datasets.load_iris（ ） #从数据库获得数据

data=iris.data #获得自变量数据

target=iris.target #获得样本的分类信息

import matplotlib.pyplot as plt

import matplotlib as mpl

mpl.rcParams[ˈfont.familyˈ]=ˈsans-serifˈ

mpl.rcParams[ˈfont.sans-serifˈ]=[uˈSim Heiˈ]

plt.plot（data[target==0，2]，data[target==0，3]，ˈb∧ˈ，label=ˈ山鸢尾ˈ）

plt.plot（data[target==1，2]，data[target==1，3]，ˈr*ˈ，label=ˈ变色鸢尾ˈ）

plt.plot（data[target==2，2]，data[target==2，3]，ˈgoˈ，label=ˈ维吉尼亚鸢尾ˈ）

plt.legend(loc=ˈupper leftˈ)

plt.show( )

程序运行结果如图8.2.27所示。

在三维空间中观察3种鸢尾花的分布情况的程序如下：

程序：鸢尾花三维图

(www.daowen.com)

图8.2.27　以花瓣特征显示鸢尾花分类

from sklearn import datasets

iris=datasets.load_iris（ ） #从数据库获得数据

data=iris.data #获得自变量数据

target=iris.target #获得样本的分类信息

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

fig=plt.figure( )

ax=Axes3D(fig)

ax.scatter(data[target==0，0]，data[target==0，1]，data[target==0，3]，c=ˈrˈ，marker=ˈoˈ)

ax.scatter(data[target==1，0]，data[target==1，1]，data[target==1，3]，c=ˈbˈ，marker=ˈ∧ˈ)

ax.scatter(data[target==2，0]，data[target==2，1]，data[target==2，3]，c=ˈgˈ，marker=ˈvˈ)

ax.set_xlim(min(data[：，0])，max(data[：，0]))

ax.set_ylim(min(data[：，1])，max(data[：，1]))

ax.set_zlim(min(data[：，3])，max(data[：，3]))

plt.show( )

程序中，分别采用萼片的长、宽，花瓣的宽，在三维空间中观察鸢尾花的分类，程序运行结果如图8.2.28所示。

图8.2.28　鸢尾花在三维空间的分布情况