实例的所有数据来源于吴恩达教授的机器学习数据，特此感谢。数据源可以前往course下载。
本文主要目地在于绘画二维的散点图，至于scatter的用法可以参见我之前的博客。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LogisticRegression def get_data(file_path):
col_names = ['score1','score2','y']
data = pd.read_csv(file_path,delimiter = ",",names=col_names)
# x = data.values[:,:-1]
# y = data.values[:,-1]
return data def draw_OriginPic(data):
data0 = data[data['y']==0]
data1 = data[data['y']==1]
plt.scatter(data0['score1'],data0['score2'],c='r',marker='x',label='Admitted')
plt.scatter(data1['score1'],data1['score2'],c='y',marker='o',label='UnAdmitted')
plt.title('Scatter plot for trainSet')
plt.xlabel('score1')
plt.ylabel('score2')
plt.legend() #
if __name__== '__main__':
fileName = "G:\\python\\machine-learning-ex2\\ex2\\ex2data1.txt"
data = get_data(fileName)
draw_OriginPic(data)
很简单的一个实例，主要包括数据的导入导出，以及利用pandas做了一个简单的数据筛选。