我相信之前曾提出类似的问题,但它并没有真正为我澄清事情。
基本上,我有一个元组列表,每个元组都作为一个点(例如(x,y,z))。
我想在运行聚类算法(颜色编码点)后以2D或3D绘制它们。
clusters = []
def plotPoints(self):
fig = plt.figure()
if self.clusters[0].dimensions == 2:
ax = fig.add_subplot(111)
for i in range(0, len(self.clusters)):
ax.scatter(*zip(*self.clusters[i].points), c=self.clusters[i].color, marker="o", label=("Cluster " + str(i + 1)))
plt.legend(loc='upper left')
plt.show()
elif self.clusters[0].dimensions == 3:
ax = fig.add_subplot(111, projection='3d')
for i in range(0, len(self.clusters)):
ax.scatter(*zip(*self.clusters[i].points), c=self.clusters[i].color, marker="o", label=("Cluster " + str(i + 1)))
plt.legend(loc='upper left')
plt.show()
else:
print "Cannot plot in dimensions lower than 2 or higher than 3"
群集类:
class Cluster(object):
centroid = ()
dimensions = 0
color = 'k'
def __init__(self, init_pt, color):
self.points = []
self.points.append(init_pt)
self.dimensions = len(init_pt)
self.centroid = init_pt
self.color = color
def addPoint(self, pt):
try:
if len(pt) != self.dimensions:
raise ArithmeticError("Wrong number of dimensions on new point, ignoring")
else:
centroid_dim_list = []
for dim in range(0, self.dimensions):
centroid_dim_list.append((self.centroid[dim] * len(self.points) + pt[dim]) / float(len(self.points) + 1))
self.centroid = tuple(centroid_dim_list)
self.points.append(pt)
except ArithmeticError as ae:
print ae.message
pass
2D绘图工作得很好(看起来非常好),但是3D绘图给了我一个警告:
UserWarning: No labeled objects found. Use label='...' kwarg on individual plots.
warnings.warn("No labeled objects found. "
没有传说。但我正在标记点,我使用的代码几乎相同,所以我对问题是什么感到困惑。我听说过有关代理对象的内容,但我不知道如何在这种情况下使用它。
答案 0 :(得分:5)
我通过添加以下代码部分解决了我的问题:
ax.plot([], [], 'o', c=self.clusters[i].color, label="Cluster " + str(i + 1))
循环的每次迭代,给出下图。
由于某种原因,标记加倍,但至少它主要起作用。如果有人可以评论它为什么会加倍,那就太棒了。
修改强> 根据jedwards评论,我通过将我的legend()调用更改为:
来修复它plt.legend(numpoints=1 , loc='upper left')
答案 1 :(得分:2)
我不确定你self.clusters
的格式是什么,但是我想出的东西与我认为非常类似,我能够产生以下内容:
使用代码
for i,c in enumerate(self.clusters):
x,y,z = c.points
ax.text(x,y,z, "Cluster %d" % (i+1), None)
基于text3d demo。
我正在使用matplotlib 1.4.3
注意,您将无法“拖放”此代码,因为我的群集实例是简单的3元组,您的代码看起来更复杂。
答案 2 :(得分:1)
我可能不完全理解你的问题,但这里有一个例子,你可以根据你的情况进行调整。希望它有所帮助:
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from random import randint
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# dataset
def data():
return [randint(0,100) for _ in range(10)]
c1 = (data(), data(), data())
c2 = (data(), data(), data())
c3 = (data(), data(), data())
clusters = [c1, c2, c3]
# plot
colors = ['r', 'b', 'y', 'c']
for i, c in enumerate(clusters):
ax.scatter(c[0], c[1], c[2], c=colors[i], label='cluster {}'.format(i))
ax.legend(bbox_to_anchor = (1.5, 1))
plt.show()
它产生了这个: