1 # -*- coding: utf-8 -*- 2 3 import pandas as pd 4 # 参数初始化 5 inputfile = '../data/consumption_data.xls' # 销量及其他属性数据 6 outputfile = '../tmp/data_type.xls' # 保存结果的文件名 7 k = 3 # 聚类的类别 8 iteration = 500 # 聚类最大循环次数 9 data = pd.read_excel(inputfile, index_col = 'Id') # 读取数据 10 data_zs = 1.0*(data - data.mean())/data.std() # 数据标准化 11 12 from sklearn.cluster import KMeans 13 model = KMeans(n_clusters = k, n_jobs = 4, max_iter = iteration,random_state=1234) # 分为k类,并发数4 14 model.fit(data_zs) # 开始聚类 15 16 # 简单打印结果 17 r1 = pd.Series(model.labels_).value_counts() # 统计各个类别的数目 18 r2 = pd.DataFrame(model.cluster_centers_) # 找出聚类中心 19 r = pd.concat([r2, r1], axis = 1) # 横向连接(0是纵向),得到聚类中心对应的类别下的数目 20 r.columns = list(data.columns) + ['类别数目'] # 重命名表头 21 print(r) 22 23 # 详细输出原始数据及其类别 24 r = pd.concat([data, pd.Series(model.labels_, index = data.index)], axis = 1) # 详细输出每个样本对应的类别 25 r.columns = list(data.columns) + ['聚类类别'] # 重命名表头 26 r.to_excel(outputfile) # 保存结果 27 28 29 def density_plot(data): # 自定义作图函数 30 import matplotlib.pyplot as plt 31 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 32 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 33 p = data.plot(kind='kde', linewidth = 2, subplots = True, sharex = False) 34 [p[i].set_ylabel('密度') for i in range(k)] 35 plt.legend() 36 return plt 37 38 pic_output = '../tmp/pd' # 概率密度图文件名前缀 39 for i in range(k): 40 density_plot(data[r['聚类类别']==i]).savefig('%s%s.png' %(pic_output, i)) 41 42 43 44
标签:数据分析,plt,Means,Python,pd,聚类,类别,model,data From: https://www.cnblogs.com/zhangfurong/p/17184207.html