无法根据数据在现有图上绘制计算出的质心值

Question

编辑： 好的，如果数据是二维的，如下：

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意味着（3个值）并制作图？

---

不能根据此处的数据在现有的绘图上绘制计算的质心值吗？我想在下面的链接中做出类似的情节

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

然而，我无法理解。任何帮助都将受到高度赞赏。

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，回答关于2d的问题：

您可以使用下面的原始答案，只需：

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

如果要绘制质心，则原始答案中的内容与下图相同。如果要按所选组的颜色为每个值着色，可以使用kmeans2

from scipy.cluster.vq import kmeans2

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

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

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

原始答案：

正如@David指出的那样，你的data是一维的，所以每个群集的质心也只是一维的。你的情节看起来 2d的原因是因为当你运行

时

plt.plot(data)

如果data是1d，那么函数实际上做的是绘图：

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

为清楚起见，请参阅此示例：

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线条，例如：

for c in centroids:
    plt.axhline(c)

如果要查找x = range(len(data))和y = data所在的x-y对的质心，则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)

但我怀疑这是你想要的。您可能需要随机x 和 y值，因此请尝试以下操作：

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