热线电话：13121318867

登录
首页精彩阅读Python KMeans聚类问题分析
Python KMeans聚类问题分析
2018-05-23
收藏

Python KMeans聚类问题分析

今天用python实现了一下简单的聚类分析，顺便熟悉了numpy数组操作和绘图的一些技巧，在这里做个记录。


frompylabimport*
fromsklearn.clusterimportKMeans
 
## 利用numpy.append()函数实现matlab多维数组合并的效果，axis 参数值为 0 时是 y 轴方向合并，参数值为 1 时是 x 轴方向合并，分别对应matlab [A ; B] 和 [A , B]的效果
 
#创建5个随机的数据集
x1=append(randn(500,1)+5,randn(500,1)+5,axis=1)
x2=append(randn(500,1)+5,randn(500,1)-5,axis=1)
x3=append(randn(500,1)-5,randn(500,1)+5,axis=1)
x4=append(randn(500,1)-5,randn(500,1)-5,axis=1)
x5=append(randn(500,1),randn(500,1),axis=1)
 
# 下面用较笨的方法把5个数据集合并成 （2500，2）大小的数组data
data=append(x1,x2,axis=0)
data=append(data,x3,axis=0)
data=append(data,x4,axis=0)
data=append(data,x5,axis=0)
 
plot(x1[:,0],x1[:,1],'oc',markersize=0.8)
plot(x2[:,0],x2[:,1],'og',markersize=0.8)
plot(x3[:,0],x3[:,1],'ob',markersize=0.8)
plot(x4[:,0],x4[:,1],'om',markersize=0.8)
plot(x5[:,0],x5[:,1],'oy',markersize=0.8)
 
 
k=KMeans(n_clusters=5,random_state=0).fit(data)
t=k.cluster_centers_# 获取数据中心点
 
plot(t[:,0],t[:,1],'r*',markersize=16)# 显示这5个中心点，五角星标记~
 
title('KMeans Clustering')
box(False)
 
xticks([]) # 去掉坐标轴的标记
yticks([])
 
show()

结果如下：

2017/01/11更新

今天重新试运行程序的出现报错了，提示导入NUMPY_MKL失败，因为之前用命令pip install -U numpy手动更新了numpy，最初的是在http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 里下载的numpy-1.11.2+mkl-cp27-cp27m-win_amd64.whl 文件安装的，只要重新安装回去就可以了

2017/1/18更新

python中还有一个叫plotly 的package，可以通过pip install plotly 或 pip3 install plotly(Python3.X) ，使用这个package可以绘制精美的图像，官网中有很多例子介绍，同时plotly 还支持matlab，R等，但是个人觉得plotly 的绘图语法相比matplotlib 的繁琐，需要照着例程来修改才比较方便，不过如果只是要想数据可视化更好看的话参考官网例程并做修改也无妨，下面是来自官网的一段示例代码：

importplotly.plotly as py
importplotly.graph_objs as go
importplotly
importnumpy as np
 
#生成三组高斯分布(Gaussian Distribution)点集
 
x0=np.random.normal(2,0.45,300)
y0=np.random.normal(2,0.45,300)
 
x1=np.random.normal(6,0.8,200)
y1=np.random.normal(6,0.8,200)
 
x2=np.random.normal(4,0.3,200)
y2=np.random.normal(4,0.3,200)
 
#创建图形对象 graph object
trace0=go.Scatter(
 x=x0,
 y=y0,
 mode='markers',
)
trace1=go.Scatter(
 x=x1,
 y=y1,
 mode='markers'
)
trace2=go.Scatter(
 x=x2,
 y=y2,
 mode='markers'
)
trace3=go.Scatter(
 x=x1,
 y=y0,
 mode='markers'
)
#布局是一个字典，字典关键字keys包括：'shapes', 'showlegend'
layout={
 'shapes': [
  {
   'type':'circle',
   'xref':'x',
   'yref':'y',
   'x0':min(x0),
   'y0':min(y0),
   'x1':max(x0),
   'y1':max(y0),
   'opacity':0.2,
   'fillcolor':'blue',
   'line': {
    'color':'blue',
   },
  },
  {
   'type':'circle',
   'xref':'x',
   'yref':'y',
   'x0':min(x1),
   'y0':min(y1),
   'x1':max(x1),
   'y1':max(y1),
   'opacity':0.2,
   'fillcolor':'orange',
   'line': {
    'color':'orange',
   },
  },
  {
   'type':'circle',
   'xref':'x',
   'yref':'y',
   'x0':min(x2),
   'y0':min(y2),
   'x1':max(x2),
   'y1':max(y2),
   'opacity':0.2,
   'fillcolor':'green',
   'line': {
    'color':'green',
   },
  },
  {
   'type':'circle',
   'xref':'x',
   'yref':'y',
   'x0':min(x1),
   'y0':min(y0),
   'x1':max(x1),
   'y1':max(y0),
   'opacity':0.2,
   'fillcolor':'red',
   'line': {
    'color':'red',
   },
  },
 ],
 'showlegend':False,
}
data=[trace0, trace1, trace2, trace3]
#图像包括数据部分和布局部分
fig={
 'data': data,
 'layout': layout,
}
#使用离线的方式绘制图像，因为没有注册官方的网站，而且那个网站不容易进去，所以用离线绘制
plotly.offline.plot(fig, filename='clusters')

结果是通过浏览器打开图片的，可以保存到本地，如下图：

总结：plotly 这个库虽然语法比较繁琐，但是对数据显示要求较高的情况下可以充分利用，一般绘图的话使用matplotlib比较方便，特别是ipython模式下先执行from pylab import * 可以获得和MATLAB 类似的工作环境。




CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名”

▷ 想学习CDA考试教材，点击>>> “CDA教材” 

▷ 想加入CDA考试题库，点击>>> “CDA题库” 

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 

▷ 想了解CDA院校合作，点击>>> “院校合作” 

▷ 想测试数据分析能力，点击>>> “CDA测评” 

numpy python matplotlib 数据可视化

数据分析咨询请扫描二维码

若不方便扫码，搜微信号：CDAshujufenxi

上一篇采集分析数据 大数据如何助力社会治理
下一篇完整的R语言预测建模实例-从数据清理到建模预测
数据分析师考试动态
CDA报考指南
数据分析学习
数据分析师资讯
更多

CDA教育闭环

常见问题

关于我们

CDA数据分析师公众号

  • CDA数据分析师公众号

CDA考试中心小程序

  • CDA考试中心服务号

CDA数据分析师App下载

  • CDA数据分析师App下载
Copyright © 2015-2021, www.cda.cn All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备11001960号-9 京公网安备 11010802034615号 经营许可证编号：京B2-20210330
联系电话：13321103290 (微信同号)

OK
客服在线
立即咨询
客服在线
立即咨询