廷哥带你小路超车刚开始接触机器学习的时候，大多数人第一个上手的项目就是鸢尾花分类。这个数据集在 sklearn 里内置，一行代码就能加载，150 条样本、4 个特征、3 个类别，结构简单但信息量足够丰富，特别适合拿来熟悉数据分析和可视化的基本操作。但有一个问题很常见：数据加载出来了，看到的是一堆数字矩阵，怎么把三类样本在图上区分开？这篇文章我整理了五种我实际用过的方案，从最基础的 matplotlib 手写散点图，到一行代码出完整图的 seaborn pairplot，再到可交互的 3D 图，每套代码都是可以直接复制的，你按需取用就行。
1. 准备工作：先认识鸢尾花数据集
1.1 鸢尾花数据集为什么适合入门
鸢尾花数据集（Iris Dataset）几乎可以说是机器学习界的“Hello World”。它由英国统计学家 Ronald Fisher 在 1936 年引入，包含 3 个鸢尾花品种（setosa、versicolor、virginica）各 50 条样本，每条样本记录 4 个特征：
- sepal length (cm)：花萼长度
- sepal width (cm)：花萼宽度
- petal length (cm)：花瓣长度
- petal width (cm)：花瓣宽度
这个数据集的巧妙之处在于：setosa 这个品种和另外两个品种在花瓣特征上区分度极高，而 versicolor 和 virginica 之间有部分重叠，既不是完全线性可分，也不是完全揉成一团。用这个数据集来做可视化练习，你能非常直观地感受到“特征选择”的重要性——选对了特征组合，类别边界一目了然；选错了，三类样本混在一起怎么看都分不开。
另外，sklearn 内置了这个数据集，不需要去网上下载文件，也不需要联网，本地环境装好 sklearn 就能直接用。对于刚入门、还在折腾环境的新手来说，省去了数据获取这一步，可以把精力集中在理解数据和处理流程上。
1.2 用一行代码加载数据集
sklearn 提供了 load_iris() 函数，使用方式非常简单：
python复制from sklearn.datasets import load_iris
iris = load_iris()
print(type(iris))
# <class 'sklearn.utils.Bunch'>
这里返回的是一个 Bunch 对象，你可以把它理解成一个“加强版字典”，里面同时包含了数据、标签、特征名、类别名等多个部分。直接用 dir(iris) 或者 .keys() 就能看到它有哪些字段。
python复制print(iris.keys())
# dict_keys(['data', 'target', 'frame', 'target_names', 'DESCR', 'feature_names', 'filename', 'data_module'])
我常用的字段有几个：data 是特征矩阵，形状为 (150, 4)；target 是类别标签的数值数组，0、1、2 分别对应三个品种；target_names 是类别名的字符串数组；feature_names 是四个特征名称的列表。这几个字段配合使用，基本可以完成大部分数据探索和可视化工作。
1.3 转换成 DataFrame 并确认数据结构
虽然直接用 numpy 数组也能做可视化，但我还是建议先把数据转成 pandas 的 DataFrame，这样查看数据、筛选样本、和 seaborn 等可视化库配合起来都更顺手。
python复制import pandas as pd
df = pd.DataFrame(iris.data, columns=iris.feature_names)
df['label'] = iris.target
df['species'] = iris.target_names[iris.target]
print(df.head())
运行这段代码，你会看到前 5 行数据，每一行代表一朵鸢尾花。label 列是数值标签，species 列是具体的品种名称。我通常在 DataFrame 里同时保留这两列：label 用于按数值筛选或作为颜色映射，species 用于图例展示和分组操作，两边都方便。
再确认一下类别分布：
python复制print(df['species'].value_counts())
# setosa 50
# versicolor 50
# virginica 50
三个类别各 50 条，非常均衡，这就不用担心可视化时某一类样本过少导致图形失真了。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 方案一：matplotlib 手写散点图，最基础也最可控
2.1 为什么要先看手写方案
现在有很多现成的封装好的画图函数，两三行代码就能出一张漂亮的图。但如果你想真正理解散点图是怎么画出来的、每个点是怎么根据特征值落到坐标轴上的，那还是得亲手写一遍。方案一就是用 matplotlib 的 scatter 函数，通过循环遍历三个类别，分别画三种颜色的点。这个方案看起来啰嗦，但它是所有后续方案的基础，也是排查问题时最好定位的一个方案。
2.2 核心代码实现
python复制import matplotlib.pyplot as plt
colors = ['#FF6B6B', '#4ECDC4', '#45B7D1']
# 选择两个特征进行可视化，这里选的是花萼长度和花瓣长度
x_idx, y_idx = 0, 2
x_label, y_label = iris.feature_names[x_idx], iris.feature_names[y_idx]
plt.figure(figsize=(8, 6))
for i, label in enumerate(iris.target_names):