plt.scatter（）：由于'c'参数而导致ValueError

Question

我正在研究群集的散点图。
使用sklearn.cluster.KMeans，我得到的列表的长度与2D矩阵X的长度相同...

运行

k = 5
df = pd.read_csv('data_latlong.csv')
lat = df['Lat'].values
long = df['Long'].values

X = np.matrix(list(zip(lat, long)))
kmeans = KMeans(n_clusters=k).fit(X)

plt.figure(figsize=(10, 10))
plt.scatter(X[:, 0], X[:, 1], c=kmeans.labels_)
plt.title("n = 5")
plt.show()

给我以下ValueError：
ValueError：'c'参数包含3909个元素，不能与大小为3909的'x'，大小为3909的'y'一起使用。

有人建议如何处理吗？
谢谢！

解决方案-以正确的方式准备X：
代替
X = np.matrix(list(zip(lat, long)))
我用过
X = np.array([lat, long]).T

.T用于移调（而不是使用zip()）-然后我得到了X[:, 0]和X[:, 1]正确的形状！

Answer 1

TL; DR：尝试c=kmeans.labels_.reshape(kmeans.labels_.shape[0])。这会将标签从（3909,1）数组转换为（3909，）向量。

使用sklearn“ iris”数据集，您所做的工作对我有用：

from sklearn import datasets
from sklearn.cluster import KMeans
from matplotlib import pyplot as plt

irises = datasets.load_iris()
X = irises['data']
clust = KMeans(n_clusters=3).fit(X)

plt.figure(figsize=(10, 10))
plt.scatter(X[:, 0], X[:, 1], c=clust.labels_)

print(X.shape)             # (150, 4)
print(clust.labels_.shape) # (150,)

请注意，我的clust.labels_是一个（150，）向量。相反，如果我将其重塑为（150,1）并尝试传递该值，则会收到与您相同的错误：

c_bad = clust.labels_.reshape((150,1))
plt.scatter(X[:, 0], X[:, 1], c=c_bad) # fails

因此，我认为我们有不同版本的sklearn，其中我的标签放置在向量中，而你的标签放置在数组中。解决方案是采用相反的方法，并尝试将标签的形状从数组重塑为向量：

plt.scatter(X[:, 0], X[:, 1], c=kmeans.labels_.reshape(3909))

另请参见

• This answer
• 和this bug report。