Question

我已将Kmeans聚类用于我的数据，并尝试使用大叶草映射聚类

地图的代码是：


    Toronto_map_clusters = folium.Map(location=[latitude, longitude], zoom_start=11)

    x = np.arange(kclusters)
    ys = [i + x + (i*x)**2 for i in range(kclusters)]
    colors_array = cm.rainbow(np.linspace(0, 1, len(ys)))
    rainbow = [colors.rgb2hex(i) for i in colors_array]

    markers_colors = []
    for lat, lon, poi, cluster in zip(Toronto_merged['Latitude'], Toronto_merged['Longitude'], Toronto_merged['Neighborhood'], Toronto_merged['Cluster Labels']):
        label = folium.Popup(str(poi) + ' Cluster ' + str(cluster), parse_html=True)
        folium.CircleMarker(
            [lat, lon],
            radius=5,
            popup=label,
            color=rainbow[cluster-1],
            fill=True,
            fill_color=rainbow[cluster-1],
            fill_opacity=0.7).add_to(Toronto_map_clusters)
    Toronto_map_clusters

我遇到以下错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-81-5c051a345a95> in <module>()
     16         radius=5,
     17         popup=label,
***18         color=rainbow[cluster-1]***
     19         fill=True,
    *** 20         fill_color=rainbow[cluster-1]***

TypeError: list indices must be integers or slices, not float

该地图显示的第18行和第20行没有显示，但没有分开群集颜色（因为缺少颜色值）。

谢谢您的建议！

Answer 1

该错误表明您正在使用需要整数或切片的浮点值。我建议您查看一下Toronto_merged数据框的“集群标签”列，并将其隐藏为整型。您可能必须检查NaN值，因为您的迭代结构不提供NaN，因此您可能会从Toronto_merge数据框中删除NaN VALUES（使用df.isnull（）检查空值）

`Toronto_merged['Cluster Labels] =Toronto_merged['Cluster Labels].astype(int)`

聚类后的Folium贴图无法显示聚类的颜色

1 个答案:

聚类后​​的Folium贴图无法显示聚类的颜色

1 个答案:

聚类后的Folium贴图无法显示聚类的颜色