散点图通过彩色图形分离聚类python

Question

我正在使用plotly（当我翻过来时能够得到点信息）来可视化我的聚类散点图。我无法为使用KMeans生成的集群分配不同的颜色。当在matplotlib.pyplot（作为plt）中绘制它时，我使用以下代码：

plt.scatter(restult[:,0], result[:,1], c=cluster_labels

cluster_labels：

n_clusters = 3
km = KMeans(n_clusters).fit(result)
labels = km.labels_

它完全正常，但我需要胡佛信息。

这是我到目前为止的情节：

trace = go.Scatter(
    x = result[:,0],
    y = result[:,1],
    mode = 'markers',
    text = index, # I want to see the index of each point
)
data = [trace]

# Plot and embed in ipython notebook!
py.iplot(data, filename='basic-scatter')

我很感激帮助！

Answer 1

• 让我们使用虹膜数据集
• 来自kmeans的标签用作颜色（from sklearn import datasets from sklearn import cluster import plotly plotly.offline.init_notebook_mode() iris = datasets.load_iris() kmeans = cluster.KMeans(n_clusters=3, random_state=42).fit(iris.data[:,0:2]) data = [plotly.graph_objs.Scatter(x=iris.data[:,0], y=iris.data[:,1], mode='markers', marker=dict(color=kmeans.labels_) ) ] plotly.offline.iplot(data) ），就像在matplotlib中一样

/^[\x{0}-\x{1b}]*$/u

Answer 2

只是扩展Maxmimilian的方法 - 如果您使用sklearn版本＆gt; = 0.17，那么您需要重塑阵列，因为在0.17中不推荐传递1d数组。

以下是重塑的例子：

x = df[df.columns[1]]
x = x.values.reshape(-1,1)
y = df[df.columns[2]]
y = y.values.reshape(-1,1)

kmeans = cluster.KMeans(n_clusters = 3, random_state = 0).fit(x, y)


trace1 = go.Scatter(
x = df[df.columns[1]],
y = df[df.columns[2]],
mode = 'markers',
marker=dict(color=kmeans.labels_,
            size = 7.5,
            line = dict(width=2)
           ),
text =  df.index,
name='Actual'
)