python顯示手寫數字圖片經pca壓縮後的二維空間分佈 程序錯誤分析

import pandas as pd  
import numpy as np  
digits_train = pd.read_csv('../Datasets/Breast-Cancer/optdigits.tra', header=None)    
digits_test = pd.read_csv('../Datasets/Breast-Cancer/optdigits.tes', header=None)    
x_digits = digits_train[np.arange(64)]  
y_digits = digits_train[64]
x_digits = x_digits.dropna(how='any')
y_digits = y_digits.dropna(how='any')
print(x_digits)  
print(y_digits)  
from sklearn.decomposition import PCA   
estimator = PCA(n_components=2)  
x_pca = estimator.fit_transform(x_digits)  
print(x_pca)     
from matplotlib import pyplot as plt    
def plot_pca_scatter():  
   colors = ['black', 'blue', 'purple','yellow', 'white', 'red', 'lime', 'cyan', 'orange', 'gray']#總共有0-9,10種手寫數字，要把每一個手寫數字都用二維圖展現出來，爲了便於區分，使用10顏色  
   for i in xrange(len(colors)):  
        px = x_pca[:, 0][y_digits.as_matrix() == i]#這裏的[y_digits.as_matrix]主要對x_pca第一列的所有行起到選擇作用，也就是說假設i=0時，  
        py = x_pca[:, 1][y_digits.as_matrix() == i]#選擇出所有訓練樣本的標籤爲0的x_pca，並將其用二維圖展現出來，不同的數字用不同的顏色畫出來  
        plt.scatter(px, py, c=colors[i])           #最後，通過最終效果圖可以發現，同一類型的digits基本上分佈在同一塊區域  
  
   plt.legend(np.arange(0, 10).astype(str))  
   plt.xlabel('First Principal Component')  
   plt.ylabel('Sencond Principal Component')  
   plt.show()  
  
 
plot_pca_scatter()

程序輸出如下

Traceback (most recent call last):
  File "D:\Python35\demo\pca.py", line 29, in <module>
    plot_pca_scatter()
  File "D:\Python35\demo\pca.py", line 18, in plot_pca_scatter
    for i in xrange(len(colors)):
NameError: name 'xrange' is not defined
>>> 

提示 xrange函數不存在，相應的函數改爲

for i in range(len(colors)):  

import pandas as pd  
import numpy as np  
digits_train = pd.read_csv('../Datasets/Breast-Cancer/optdigits.tra', header=None)    
digits_test = pd.read_csv('../Datasets/Breast-Cancer/optdigits.tes', header=None)    
x_digits = digits_train[np.arange(64)]  
y_digits = digits_train[64]
x_digits = x_digits.dropna(how='any')
y_digits = y_digits.dropna(how='any')
print(x_digits)  
print(y_digits)  
from sklearn.decomposition import PCA   
estimator = PCA(n_components=2)  
x_pca = estimator.fit_transform(x_digits)  
print(x_pca)     
from matplotlib import pyplot as plt    
def plot_pca_scatter():  
   colors = ['black', 'blue', 'purple','yellow', 'white', 'red', 'lime', 'cyan', 'orange', 'gray']#總共有0-9,10種手寫數字，要把每一個手寫數字都用二維圖展現出來，爲了便於區分，使用10顏色  
   for i in range(len(colors)):  
        px = x_pca[:, 0][y_digits.as_matrix() == i]#這裏的[y_digits.as_matrix]主要對x_pca第一列的所有行起到選擇作用，也就是說假設i=0時，  
        py = x_pca[:, 1][y_digits.as_matrix() == i]#選擇出所有訓練樣本的標籤爲0的x_pca，並將其用二維圖展現出來，不同的數字用不同的顏色畫出來  
        plt.scatter(px, py, c=colors[i])           #最後，通過最終效果圖可以發現，同一類型的digits基本上分佈在同一塊區域  
  
   plt.legend(np.arange(0, 10).astype(str))  
   plt.xlabel('First Principal Component')  
   plt.ylabel('Sencond Principal Component')  
   plt.show()  
  
plot_pca_scatter()

顯示圖形輸出如下：