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 pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import LogisticRegressiondef 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 datadef 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。