南京大学张莉- 用Python玩转数据--05 Python 高级数据处理与可视化

1 聚类分析

基于不同的距离，均方根/绝对值/n范数 等等

# Kmeans #1
import numpy as np
from scipy.cluster.vq import vq,kmeans,whiten
list1=[88.0,74.0,96.0,85.0]
list2=[92.0,99.0,95.0,94.0]
list3=[91.0,87.0,99.0,95.0]
list4=[78.0,99.0,97.0,81.0]
list5=[88.0,78.0,98.0,84.0]
list6=[100.0,95.0,100.0,92.0]
data=np.array([list1,list2,list3,list4,list5,list6])
whiten=whiten(data)
centroids,_=kmeans(whiten,2)   #后面的下划线表示参数不要, kmeans 中的第2个参数，2，表示分为两类
result,_=vq(whiten,centroids)  #后面的下划线表示参数不要
print(result)

 

# Kmeans
import numpy as np
from sklearn.cluster import KMeans
list1=[88.0,74.0,96.0,85.0]
list2=[92.0,99.0,95.0,94.0]
list3=[91.0,87.0,99.0,95.0]
list4=[78.0,99.0,97.0,81.0]
list5=[88.0,78.0,98.0,84.0]
list6=[100.0,95.0,100.0,92.0]
X=np.array([list1,list2,list3,list4,list5,list6])
kmeans=KMeans(n_clusters=2).fit(X)
pred=kmeans.predict(X)
print(pred)

2. Matplotlib绘图

 

 

 

3 Matplotlib图像属性控制

 

 

 

4 PANDAS作图

 

 

 

5 数据存取

 

6 Python理工类应用

 

7. Python人文社科类应用