Kmeans聚类代码实现及优化

云豆贴心提醒，本文阅读时间6分钟

这篇文章直接给出上次关于Kmeans聚类的篮球远动员数据分析案例，最后介绍Matplotlib包绘图的优化知识。 希望这篇文章对你有所帮助，尤其是刚刚接触数据挖掘以及大数据的同学，同时准备尝试以案例为主的方式进行讲解。如果文章中存在不足或错误的地方，还请海涵~

一、案例实现

这里不再赘述，详见第二篇文章，直接上代码。 篮球运动员数据，每分钟助攻和每分钟得分数。通过该数据集判断一个篮球运动员属于什么位置（控位、分位、中锋等）。完整数据集包括5个特征，每分钟助攻数、运动员身高、运动员出场时间、运动员年龄和每分钟得分数。

完整代码：

运行结果： 从图中可以看到聚集成三类，红色比较厉害，得分很高；中间蓝色是一类，普通球员；右小角绿色是一类，助攻高得分低，是控位。

代码分析：

表示在sklearn中处理kmeans聚类问题，用到 sklearn.cluster.KMeans 这个类。

X是数据集，包括2列20行，即20个球员的助攻数和得分数。

表示输出完整Kmeans函数，包括很多省略参数，将数据集分成类簇数为3的聚类。

输出聚类预测结果，对X聚类，20行数据，每个y_pred对应X的一行或一个孩子，聚成3类，类标为0、1、2。

输出结果：[0 2 0 0 0 0 0 0 1 0 1 0 0 0 1 0 0 0 0 0 1]

matplotlib.pyplot是用来画图的方法，matplotlib是可视化包。

获取第1列的值， 使用for循环获取 ,n[0]表示X第一列。 获取第2列的值，使用for循环获取 ,n[1]表示X第2列。

绘制散点图（scatter），横轴为x，获取的第1列数据；纵轴为y，获取的第2列数据；c=y_pred对聚类的预测结果画出散点图，marker='o'说明用点表示图形。

表示图形的标题为Kmeans-heightweight Data。

表示图形x轴的标题。

表示图形y轴的标题。

设置右上角图例。

表示显示图形。

二、Matplotlib绘图优化

Matplotlib代码的优化： 1.第一部分代码是定义X数组，实际中是读取文件进行的，如何实现读取文件中数据再转换为矩阵进行聚类呢？ 2.第二部分是绘制图形，希望绘制不同的颜色及类型，使用legend()绘制图标。 假设存在数据集如下图所示：data.txt

数据集包括96个运动员的数据。 现需要获取第一列每分钟助攻数、第五列每分钟得分数存于矩阵中。

代码如下：

输出结果如下图所示：三个层次很明显，而且右上角也标注。

三、 Spyder常见问题

下面是常见遇到的几个问题： 1.Spyder软件如果Editor编辑框不在，如何调出来。

2.会缺少一些第三方包，如lda，如何导入。使用cd ..去到C盘根目录，cd去到Anaconda的Scripts目录下，输入"pip install selenium"安装selenium相应的包，"pip install lda"安装lda包。

另一个更方便的方法：

3.运行时报错，缺少Console，点击如下。

4.如果Spyder安装点击没有反应，重新安装也没有反应，建议在运行下试试。

实在不行卸载再重装：pip uninstall spyder pip install spyder

5.Spyder如何显示绘制Matplotlib中文。