不能根据数据在现有地块上绘制计算出的质心值。

Question

编辑:好，如果数据是二维的，如下所示：

x = [1,1,1,2,2,2,3,3,3,4,4,4,5,5,5]
y = [8,7,5,4,3,7,8,3,2,1,9,11,16,18,19]

那么，如何计算k均值(3值)并进行绘图呢？

不能根据这里的数据在现有的地块上绘制计算出的质心值吗？我想要像下面的链接中所做的那样制作类似的图

http://glowingpython.blogspot.jp/2012/04/k-means-clustering-with-scipy.html

但是，我不明白。任何帮助都将不胜感激。

import numpy as np, matplotlib.pyplot as plt
from scipy.cluster.vq import kmeans, vq

data = np.array(np.random.rand(100))

plt.plot(data, 'ob')


centroids, variances= kmeans(data,3,10)
indices, distances= vq(data,centroids)

print (centroids)
[ 0.82847854  0.49085422  0.18256191]

plt.show()

Answer 1

一个小编辑来回答你关于2d的问题：

您可以使用下面的原始答案，只需选择：

data = np.column_stack([x,y])

如果你想要画出质心，它是相同的，在下面的原始答案。如果要按选定的组对每个值进行着色，可以使用kmeans2。

from scipy.cluster.vq import kmeans2

centroids, ks = kmeans2(data, 3, 10)

要绘制图，请选择k颜色，然后使用kmeans2返回的ks数组从三种颜色中选择该颜色：

colors = ['r', 'g', 'b']
plt.scatter(*data.T, c=np.choose(ks, colors))
plt.scatter(*centroids.T, c=colors, marker='v')

​

​

原来的答案：

正如@David所指出的，您的data是一维的，因此每个集群的质心也将是一维的。你的情节看起来像2d是因为当你运行

plt.plot(data)

如果data是1d，那么函数实际上所做的就是绘图：

plt.plot(range(len(data)), data)

要明确这一点，请参阅下面的示例：

data = np.array([3,2,3,4,3])
centroids, variances= kmeans(data, 3, 10)
plt.plot(data)

​

​

然后，质心将是一维的，因此它们在该图中没有x位置，因此您可以将它们绘制为直线，例如：

for c in centroids:
    plt.axhline(c)

​

​

如果您想找到x = range(len(data))和y = data所在的x对的质心，那么必须将这些对传递给聚类算法，如下所示：

xydata = np.column_stack([range(len(data)), data])
centroids, variances= kmeans(xydata, 3, 10)

但我怀疑这不是你想要的。可能，您需要随机的x和y值，所以尝试如下所示：

data = np.random.rand(100,2)
centroids, variances = kmeans(data, 3, 10)