在进行分类和聚类问题时，我们需要使用数据来测试算法的效果，此时采用生成两类不同的二维点（如下图）的方式的最直观的。

此时，我们可以很清晰的看到，蓝色的点为一类，红色的点为一类。我们可以使用这样的数据来测试我们算法的效果。

本文将阐述如何生成这样的二维点，并加上标签，最后整理成dataframe的格式。（如果时聚类问题，那么就不需要添加标签。）

python代码

import numpy as np
import pandas as pd
from pandas.core.frame import DataFrame
import matplotlib.pyplot as plt
#生成两个二维随机点，并转化为dataframe格式
#A的横纵坐标都在(9,10)之间
A = [[np.random.uniform(9,10) for i in range(100)],[np.random.uniform(9,10) for i in range(100)]]
#B的横纵坐标都在(8,9)之间
B = [[np.random.uniform(8,9) for i in range(100)],[np.random.uniform(8,9) for i in range(100)]]
#将其转化成dataframe格式
data_1 = DataFrame(A).T
data_2 = DataFrame(B).T

data_1.head()

结果如下：

#将两个dataframe合并到一起
frames=[data_1,data_2]
data=pd.concat(frames)
#将列名改成x1和x2
data.columns = ['x1','x2']

print(data)

到此为止，我们已经将两个dataframe合并，并且修改了列名。但是，合并之后的dataframe其index还是和原来合并之前的index相同。（即此时的index不是从0-199，而是从0-99、0-99）

我们查看最后5行即可

data.tail()

我们发现最后5行的index是95-99，而非195-199

为了方便数据的使用，我们需要将这个index重新排列

data = data.reset_index(drop = True)

如果不加"drop = True"，则原来的index将作为新的一列填入数据中。

最后，我们为数据添加标签

data['y'] = ''
for i in range(len(data)):
    if 9 < data['x1'][i] < 10:
        data['y'][i] = 0
    else :
        data['y'][i] = 1

在数据生成了之后，我们进行一下可视化的工作，所绘制的图形正如开篇的图形所示：

plt.scatter(A[0],A[1],c='b',marker = 'o')
plt.scatter(B[0],B[1],c='r',marker = 'o')
plt.axis([8,10,8,10])
plt.show()

所生成的二维数据点带有标签时，可以用作分类使用；不带标签时，可以做聚类使用。

本文完整代码下载戳我