# coding: utf-8  
# 使用花瓣測量資料繪製 2D散點圖，並繪出決策邊界
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier

#matplot顯示圖例中的中文問題 :   https://www.zhihu.com/question/25404709/answer/67672003
import matplotlib.font_manager as fm
#mac中的字型問題請看: https://zhidao.baidu.com/question/161361596.html
myfont = fm.FontProperties(fname='/Library/Fonts/Xingkai.ttc')

iris=datasets.load_iris()
x=iris.data[:,2:4]   #取出花瓣的長和寬 
y=iris.target       #取出類別

#計算散點圖的軸的邊界
x_min,x_max=x[:,0].min() -.5, x[:,0].max()+.5
y_min, y_max=x[:,1].min()-.5, x[:,1].max()+.5

#繪製邊界
cmap_light=ListedColormap(['#AAAAFF','#AAFFAA','#FFAAAA'])
h=.02
xx,yy=np.meshgrid(np.arange(x_min,x_max,h),np.arange(y_min,y_max,h))

knn=KNeighborsClassifier()
knn.fit(x,y)
Z=knn.predict( np.c_[xx.ravel(),yy.ravel()])
Z=Z.reshape(xx.shape)
plt.figure()
plt.pcolormesh(xx,yy,Z,cmap=cmap_light)

plt.title(u'鳶尾花分類預測決策邊界_根據花瓣長寬',fontproperties=myfont)
plt.xlabel(u'花瓣長',fontproperties=myfont)
plt.ylabel(u'花瓣寬',fontproperties=myfont)

plt.scatter(x[:,0],x[:,1],c=y)
plt.xlim( xx.min(), xx.max() )
plt.ylim( yy.min(),yy.max() )


plt.savefig('python_8_7_帶決策邊界的2D散點圖_根據花瓣資料繪製.png')
plt.show()