一步一步kmeans算法研究--numpy及matplotlib原始数据读取与展示
2017-05-19 11:40
253 查看
引子
最近在看机器学习相关的视频教程,其中讲到了通过kmeans进行聚类算法,于是萌生了研究下该算法并通过python来一步一步展现算法的整个过程的想法。原理
kmeans的具体原理发现晚上有一个教程较为清晰地展现了kmeans,参考如下: http://www.csdn.net/article/2012-07-03/2807073-k-means运用python展示
一个良好的数据组织和展示可以极大的加强我们对算法的理解,于是第一步为如何展示一组基本数据。数据源
自己也就不去造数据源了,拿了一个中国大学mooc给出了一个kmeans的测试数据:http://www.icourse163.org/learn/BIT-268001?tid=1002001005#/learn/content?type=detail&id=1002613060&cid=1002856188,另外也可以从我的github中进行下载:https://github.com/skyztt/kmeans-python.git操作
通过numpy读取原始输入,可以使用np.loadtxt读取出文件,读取后的数据如下(之前没有理解原始数据,认为原始数据只表示y坐标,后面查找如何将数据降维道一维,也算多 理解了一个api吧,可以通过flatten将其转化为一维数据):[[ 1.658985 4.285136] [-3.453687 3.424321] [ 4.838138 -1.151539] ..., [-4.561235 -4.563214] [ 5.461454 -5.123464] [ 4.012356 -4.985623]]
展示出来:
这里使用matplot进行展示,但这里需要从原始数据中抽取出x,y坐标,于是使用到了numpy的切片:(附上一个当时参考的博文http://blog.csdn.net/liangzuojiayi/article/details/51534164,其中一张图很好地说明了这个问题)
附上代码,短短几句原始数据打印成功~
import numpy as np import matplotlib.pyplot as plt a = np.loadtxt(".\\testSet.txt") plt.scatter(a[:,:1], a[:,1:2]) plt.show()
相关文章推荐
- Numpy、matplotlib实现二维数据到图像的转换,添加colormap,无边距显示
- 学习Python数据分析(1)----numpy,Pandas,matplotlib,scipy 的安装
- [python之数据分析] 基础篇1- Numpy,Scipy,Matplotlib 快速入门攻略
- Python数据科学Jupyter-Matplotlib-Numpy-Keras-Pandas速查
- 获取博客积分排名,存入数据库,读取数据进行绘图(python,selenium,matplotlib)
- [python之数据分析] 基础篇1- Numpy,Scipy,Matplotlib 快速入门攻略
- 金融衍生品数据分析_大数据_numpy,matplotlib,pandas学习
- 利用Matplotlib、Numpy、SciPy 画散乱数据点的等高线图
- python matplotlib从文件中读取数据绘制折线图
- 7057-1.Python数据可视化:利用matplotlib中的subplot进行图中图展示
- 数据分析与展示——Matplotlib基础绘图函数示例
- python数据分析学习笔记-Numpy-Matplotlib-Pandas
- Python数据分析培训教程 Numpy、Pandas、Matplotlib、分布式计算
- python matplotlib从文件中读取数据绘制散点图
- python3.6中安装numpy,pandas,scipy,scikit_learn,matplotlib等数据分析工具
- 一个小例子集合xlrd,matplotlib,numpy,scipy使用方法(从Excel导入数据)
- eclipse+python+numpy+scipy+matplotlib
- centos6.4 下安装numpy、scipy、matplotlib
- matplotlib,numpy自己动手安装
- 数据可视化-Python之Matplotlib