Python数据分析与挖掘实战 14章

因学习中发现《Python数据分析与挖掘实战》中的代码，有些不能实现，自己学习的时候走了很多弯路，特此分享可直接实现的代码，希望能让有需要的朋友少走弯路。

#14-1 离差标准化 import pandas as pd inputfile='../14.2/business_circle.xls' outfile='../14.2/standardized.xls' data=pd.read_excel(inputfile,index_col=u'基站编号') data=(data-data.min())/(data.max()-data.min()) data=data.reset_index() data.to_excel(outfile,index=False)

#14-2谱系聚类图
import pandas as pd
inputfile='../14.2/standardized.xls'
data=pd.read_excel(inputfile,index_col=u'基站编号')

import matplotlib.pyplot as plt
from scipy.cluster.hierarchy import linkage,dendrogram      #scipy的层次聚类函数
Z=linkage(data,method='ward',metric='euclidean')
P=dendrogram(Z,0)
plt.show()

#14-3 层次聚类算法
import pandas as pd
inputfile='../14.2/standardized.xls'
data=pd.read_excel(inputfile,index_col=u'基站编号')
k=3

from sklearn.cluster import AgglomerativeClustering         #sklearn层次聚类函数
model=AgglomerativeClustering(n_clusters=k,linkage='ward')
model.fit(data)
r=pd.concat([data,pd.Series(model.labels_,index=data.index)],axis=1)
r.columns=list(data.columns)+[u'聚类类别']

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
style=['ro-','go-','bo-']

xlabels=[u'工作日人均停留时间',u'凌晨人均停留时间',u'周末人均停留时间',u'日均人流量']
pic_output='../14.2/type_'

for i in range(k):
plt.figure()
tmp=r[r[u'聚类类别']==i].iloc[:,:4]
for j in range(len(tmp)):
plt.plot(range(1,5),tmp.iloc[j],style[i])
plt.xticks(range(1,5),xlabels,rotation=20)
plt.subplots_adjust(bottom=0.15)
plt.savefig(u'%s%s.png'%(pic_output,i))

阅读更多