使用python画k均值分类图
欢迎关注公众号：老白和他的爬虫
昨天帮小余同学用python画了下k均值分类图，原理比较简单在这里分享一下。
首先小余同学已经用spss做好了族群分类，分类结果如图所示
一共有100条结果，这里只截取了部分，今天的程序就是要用python画出这个分类图
1.明确需求
我们需要把100条记录按类别显示在坐标系中，每一个族群需要使用不同的颜色显示，并且我们还需要计算出来每一个族群的中心点，并将这个中心点与普通的点区分开来
2.写入数据
import matplotlib.pyplot as pb
import matplotlib
k=3 #一共三个族群
x=[[2,4,7,8,10,11,14,16,19,22,26,28,30,31,34,35,36,45,46,47,48,49,50,52,57,58,63,64,70,71,73,74,75,83,84,85,87,88,89],[1,3,5,6,9,12,13,15,17,18,20,21,23,24,25,27,29,32,33,37,38,39,40,42,43,51,66,67,68,69,76,81,82,86],[41,44,53,54,55,56,59,60,61,62,65,72,77,78,79,80,90]]
y=[[78.75,82.5,78.75,78.25,87.75,81.75,85.25,83.75,87.25,87.75,81.25,89,85.25,80.25,85.25,89,79.25,83.75,78.25,79.25,79.25,80.25,84.25,88.75,79.25,77.25,92.5,79.25,81.25,85.75,92.5,94.5,84.75,81.75,84.25,81.75,82.75,82.25,87.75],[69,67.5,75.25,70.25,68.25,65.75,72.75,67.25,69.25,74.75,67.25,71.25,76.25,72.25,71.25,72.75,76.25,63.75,73.25,66.75,72.25,76.25,71.75,62.5,73.75,73.75,65.75,68.25,68.75,75.75,62.75,64,72.75,70.25],[54,59.5,51,54,52.25,52.25,51.25,52.25,50,50,58.75,45,52.25,53.75,43,45,53.25]]
将数据写入，这里还有待改进，其实最好是选择读取excel文件，直接自动获取数值，尤其是数据量很大的时候，但我这里偷懒了，直接复制，你可以对它有一定的改进。
3.画出不同族群
#把三个族群分别用不同颜色的圆点表示出来
for i in range(k): if i==0:pb.plot(x[i],y[i],'or')elif i==1:pb.plot(x[i],y[i],'ob')elif i==2:pb.plot(x[i],y[i],'og')
4.计算中心点
最终画出的分类图需要区别中心点，中心点需要我们自己来计算
#(xa,ya),(xb,yb),(xc,yc)分别表示三个族群的中心点，下面这段代码计算出中心点
nsum = 0
for i in range(len(x[0])):nsum += x[0][i]
xa = nsum / len(x[0])nsum = 0
for i in range(len(x[1])):nsum += x[1][i]
xb = nsum / len(x[1])nsum = 0
for i in range(len(x[2])):nsum += x[2][i]
xc = nsum / len(x[2])nsum = 0
for i in range(len(y[0])):nsum += y[0][i]
ya = nsum / len(y[0])nsum = 0
for i in range(len(y[1])):nsum += y[1][i]
yb = nsum / len(y[1])nsum = 0
for i in range(len(y[2])):nsum += y[2][i]
yc = nsum / len(y[2])xd = []
for x in range(90):xd.append(x)
yd = []
for x in range(90):yd.append(77)
你看我这里代码这么长，是我又偷懒了。python本来就是很简洁的语言，不需要想我这段代码这么繁琐，这里其实我们可以封装一个函数，这个函数专门来计算平均值，这样几行就可以得到中心点，这里我计算的三个中心点分别用(xa,ya),(xb,yb),(xc,yc)表示。
计算出来之后，我们就可以画出来
#用正方形把(xa,ya),(xb,yb),(xc,yc)画出来
pb.plot(xa,ya,'or',marker="s",markersize=10)
pb.plot(xb,yb,'ob',marker="s",markersize=10)
pb.plot(xc,yc,'og',marker="s",markersize=10)
为区分出中心点，这里用正方形来表示中心点，并将点的尺寸调大。
5.添加图例说明
画出来的图我们需要添加图例说明，这样才能直白的看出每一个图例表示什么
#添加一个图例说明
myfont = matplotlib.font_manager.FontProperties(fname="DroidSansFallback.ttf")
pb.legend((u'基础级', u'提高级',u'发展级'),loc='best',prop=myfont)
因为我们是中国人，所以我们肯定经常需要用到中文字体。在这里我们要想显示中文字体，必须需要用到自己下载的中文字体，不然中文可能无法显示。我这里用到的字体是"DroidSansFallback.ttf"，这里我就不帮你整理了，直接百度搜索这个文件，就能下载到。
6.小余同学的额外需求
**一个合格的程序员肯定能满足产品经理的所有要求，一个合格的产品经理一定会不断的向程序员提要求。我是不是合格的程序员我不知道，小余同学一定是个合格的产品经理。**图画好后，小余同学要求我加两条虚线区别族群，于是我灵机一动，就这样写
#用(xd,yd),(xe,ye)来画虚线
xd = []
for x in range(90):xd.append(x)
yd = []
for x in range(90):yd.append(77)xe = []
for x in range(90):xe.append(x)
ye = []
for x in range(90):ye.append(61)
#应小余同学的要求，给族群画上一条虚线
pb.plot(xd,yd,'ok',marker='s',markersize=1)
pb.plot(xe,ye,'ok',marker='s',markersize=1)
这里的参数是根据已经画好的图像来设置的，你需要在前一步就在控制台显示图形，然后根据的大致的位置设置虚线的坐标。
小余同学的这个需求已经很简单了，她以后肯定是个心疼程序员的产品经理。
7.完整程序代码
import matplotlib.pyplot as pb
import matplotlib
k=3 #一共三个族群
x=[[2,4,7,8,10,11,14,16,19,22,26,28,30,31,34,35,36,45,46,47,48,49,50,52,57,58,63,64,70,71,73,74,75,83,84,85,87,88,89],[1,3,5,6,9,12,13,15,17,18,20,21,23,24,25,27,29,32,33,37,38,39,40,42,43,51,66,67,68,69,76,81,82,86],[41,44,53,54,55,56,59,60,61,62,65,72,77,78,79,80,90]]
y=[[78.75,82.5,78.75,78.25,87.75,81.75,85.25,83.75,87.25,87.75,81.25,89,85.25,80.25,85.25,89,79.25,83.75,78.25,79.25,79.25,80.25,84.25,88.75,79.25,77.25,92.5,79.25,81.25,85.75,92.5,94.5,84.75,81.75,84.25,81.75,82.75,82.25,87.75],[69,67.5,75.25,70.25,68.25,65.75,72.75,67.25,69.25,74.75,67.25,71.25,76.25,72.25,71.25,72.75,76.25,63.75,73.25,66.75,72.25,76.25,71.75,62.5,73.75,73.75,65.75,68.25,68.75,75.75,62.75,64,72.75,70.25],[54,59.5,51,54,52.25,52.25,51.25,52.25,50,50,58.75,45,52.25,53.75,43,45,53.25]]
#把三个族群分别用不同颜色的圆点表示出来
for i in range(k): if i==0:pb.plot(x[i],y[i],'or')elif i==1:pb.plot(x[i],y[i],'ob')elif i==2:pb.plot(x[i],y[i],'og')
#(xa,ya),(xb,yb),(xc,yc)分别表示三个族群的中心点，下面这段代码计算出中心点
nsum = 0
for i in range(len(x[0])):nsum += x[0][i]
xa = nsum / len(x[0])nsum = 0
for i in range(len(x[1])):nsum += x[1][i]
xb = nsum / len(x[1])nsum = 0
for i in range(len(x[2])):nsum += x[2][i]
xc = nsum / len(x[2])nsum = 0
for i in range(len(y[0])):nsum += y[0][i]
ya = nsum / len(y[0])nsum = 0
for i in range(len(y[1])):nsum += y[1][i]
yb = nsum / len(y[1])nsum = 0
for i in range(len(y[2])):nsum += y[2][i]
yc = nsum / len(y[2])xd = []
for x in range(90):xd.append(x)
yd = []
for x in range(90):yd.append(77)xe = []
for x in range(90):xe.append(x)
ye = []
for x in range(90):ye.append(61)
#用正方形把(xa,ya),(xb,yb),(xc,yc)画出来
pb.plot(xa,ya,'or',marker="s",markersize=10)
pb.plot(xb,yb,'ob',marker="s",markersize=10)
pb.plot(xc,yc,'og',marker="s",markersize=10)
#应小余同学的要求，给族群画上一条虚线
pb.plot(xd,yd,'ok',marker='s',markersize=1)
pb.plot(xe,ye,'ok',marker='s',markersize=1)
#添加一个图例说明
myfont = matplotlib.font_manager.FontProperties(fname="DroidSansFallback.ttf")
pb.legend((u'基础级', u'提高级',u'发展级'),loc='best',prop=myfont)
#在控制台显示图像
pb.show()
最后画出来的分类图
这里需要说明下，这个程序写的比较草率，只是为了解决很急的需求，有很多待改进的地方。python不仅可以画出分类图，其实也可以直接来进行k均值的分类，这里因为分类小余同学用spss做了分类，所以我只要画图就好了。
使用python画k均值分类图相关推荐
- Python Kmeans K均值分类
Python Kmeans K均值分类 1 声明 本文的数据来自网络,部分代码也有所参照,这里做了注释和延伸,旨在技术交流,如有冒犯之处请联系博主及时处理. 2 Kmeans简介 相关概念见下: Km ...
- python画k线图_python画k线图
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! import datetime import pandas_datareader ...
- python画轨迹曲线-python 画3维轨迹图并进行比较的实例
一. 数据的格式 首先我们需要x,y,z三个数据进行画图.从本实验用到的数据集KITTI 00.txt中举例: 1.000000e+00 9.043680e-12 2.326809e-11 5.551 ...
- python绘制三维散点图-python 画三维图像 曲面图和散点图的示例
用python画图很多是根据z=f(x,y)来画图的,本博文将三个对应的坐标点输入画图: 散点图: import matplotlib.pyplot as plt from mpl_toolkits. ...
- Python KNN K近邻分类
Python KNN K近邻分类 1 声明 本文的数据来自网络,部分代码也有所参照,这里做了注释和延伸,旨在技术交流,如有冒犯之处请联系博主及时处理. 2 KNN简介 相关概念见下: 对于给定的观测来 ...
- 读取excel数据 画k线 成交量图
# -*- coding: utf-8 -*- """ Created on Tue Mar 23 18:32:15 2021@author: ""& ...
- 基于Python的k均值聚类不同规格的商品名
基于Python的k均值聚类不同规格的商品名 前言 聚类的目标是使得同一簇内的点之间的距离较短,而不同簇中点之间的距离较大.以此来区分不同的群体. 本篇讲述使用k均值算法对超市购物记录集中的商品名称进 ...
- K均值分类做多光谱图像分割matlab版本
K均值分类算法已经比较常见了,但还是值得学习一下,毕竟这个算法的框架很好,在此基础上可以更新一下.网上有很多的讲解和程序,我也看了一下毕竟自己做了,还是想和大家分享一下代码,在这里还是献丑了 matl ...
- python 画k线图_matplotlib画k线图
画k线需要的包和环境: python36 import tushare as ts import re import matplotlib.pyplot as plt import mpl_finan ...
最新文章
- linux c语言文件属性,Linux C获取文件属性
- 从注册流程 分析如何安全退出多个Activity 多种方式（附DEMO）
- java中文乱码的解决
- 《R语言初学指南》一2.8 参考文献
- 【SpringBoot】在普通类中获取spring容器中的bean
- Linux ss命令 报错,ECS Linux中ss命令显示连接状态的使用说明
- c语言的数据类型复数型,C语言数据类型
- 安卓案例：基于HttpClient下载文本与图片
- java访问oracle集群,JAVA查询Oracle数据库集群连接字符串
- python派落塔问题_浅析python递归函数和河内塔问题
- Bash命令的学习笔记(legacy)
- JavaEE Tutorials (25) - 使用Java EE拦截器
- Setting up NUnit for C# Unit Testing with Visual Studio C# Express 2008
- vue-cli3项目中全局引入less sass文件 以及使用本地图片在不同地方规则
- 解决方案：Coin3D安装编译以及配合VS2019、QT的使用
- 安捷伦频谱仪的使用方法图解_频谱分析仪的基本使用方法(转载)
- ecshop全套系统测试用例
- Java七牛云报400错误
- Cozmo和Vector即将满血复活卷土重来（Digital Dream Labs收购Anki）
- “小糊涂“为何携手”无穷小”飞进大学校园