### 实现基于类别的圆形着色 在 PyCharm 中实现根据类别给圆上色的功能可以通过 `matplotlib` 库来完成。具体来说，可以利用散点图（scatter plot）中的颜色映射功能来区分不同类别的数据点。 以下是具体的实现方法： #### 导入必要的库 首先需要导入绘图所需的 Python 库： ```python import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import make_classification ``` #### 创建模拟数据集 为了演示目的，创建一个简单的二分类数据集作为例子： ```python X, y = make_classification(n_samples=100, n_features=2, n_informative=2, n_redundant=0, random_state=42) ``` #### 绘制带颜色标记的图形 定义绘制函数并应用颜色映射到各个类别： ```python def plot_colored_circles(features, labels): unique_labels = set(labels) colors = ['red', 'blue'] # 可以为更多类别添加额外的颜色 fig, ax = plt.subplots() for label in unique_labels: mask = (labels == label) ax.scatter( features[mask][:, 0], features[mask][:, 1], c=[colors[label]], # 使用列表索引来指定对应类别的颜色 label=f'Class {label}', alpha=0.7 # 控制透明度 ) ax.legend() plt.xlabel('Feature 1') plt.ylabel('Feature 2') plt.title('Colored Circles Based on Class Labels') plt.grid(True) plt.show() plot_colored_circles(X, y) ``` 上述代码片段展示了如何根据不同标签为每个样本分配特定的颜色，并将其显示在一个二维平面上[^1]。 对于更复杂的项目或者当有多个类别时，建议使用 colormap 来自动处理大量可能存在的类别情况下的配色方案。Matplotlib 提供了许多内置colormap可供选择，也可以自定义调色板以适应个人偏好或业务需求。