Python 特定条件下的散点图

假设我有这个数据集

x1 = np.array([0.1,0.3,0.1,0.6,0.4,0.6,0.5,0.9,0.4,0.7])
x2 = np.array([0.1,0.4,0.5,0.9,0.2,0.3,0.6,0.2,0.4,0.6])
c  = np.array([  1,  1,  1,  1,  1,  0,  0,  0,  0,  0])

在以下条件下，我需要

x1，x2

的散点图：如果

（x1[I]，x2[I]）

在

c

is

c[i]==1

中，然后将此标记绘制为红色X，但如果

（x1[i]，x2[i]）

中

c

的相应索引是

c[i]==0

中，则将

（x1[i]，x2[i]）

处的标记绘制为蓝色O

---

你知道怎么做吗？

我不知道这是否有效，但你可以做到

i=0
对于拉链（x1，x2）中的（p1，p2）：
如果（c[i]==1）：
plt.散射（p1，p2，标记为x，颜色为红色）
其他：
plt.散射（p1、p2，标记为“o”，颜色为“蓝色”）
i+=1

检查此处的其他标记形状

---

因为您使用的是numpy，所以很容易获得满足特定规则（比较）的元素（或索引）

您可以获得一个布尔值数组，该数组对应于作用于现有数组元素的某些条件：

打印（c==0）
[假假假假真真真]

此外，您只能使用布尔数组访问数组的某些元素（与初始数组的大小相同）：

打印（x1[c==1]）
[0.1 0.3 0.1 0.6 0.4]

或更复杂的操作和/或设置值：

x1[x2<0.5]=0
打印（x1）
x2[x2<0.5]=10
打印（x2）

对于更为复杂的情况，NumPy阵列也存在一些问题

这种方法（NumPy）比使用循环快得多，您应该尽可能地使用它

应用上述方法，您的问题很容易解决：

将numpy导入为np
将matplotlib.pyplot作为plt导入
x1=np.数组（[0.1,0.3,0.1,0.6,0.4,0.6,0.5,0.9,0.4,0.7]）
x2=np.数组（[0.1,0.4,0.5,0.9,0.2,0.3,0.6,0.2,0.4,0.6]）
c=np.数组（[1,1,1,1,0,0,0,0,0]）
plt.图（x1[c==0]，x2[c==0]，'bo'）
plt.图（x1[c==1]，x2[c==1]，'rx'）

---

这不是一个好的解决方案。即使分数适中，速度也可能非常慢。您可以使用

分散

，但只要有可能，就应该使用numpy的内置条件/索引来完成逻辑条件。是的，谢谢您指出。我看到了你的解决方案，太棒了。

[0.  0.  0.1 0.6 0.  0.  0.5 0.  0.  0.7]
[10.  10.   0.5  0.9 10.  10.   0.6 10.  10.   0.6]