文章标题

最新推荐文章于 2023-10-19 15:03:50 发布

lnh1995

最新推荐文章于 2023-10-19 15:03:50 发布

阅读量133

点赞数

分类专栏： 5

本文链接：https://blog.csdn.net/lnh1995/article/details/51760104

版权

5 专栏收录该内容

0 篇文章 0 订阅

订阅专栏

# coding=utf-8  
  
''''' 
作者:Jairus Chan 
程序:kmeans算法 
'''  
  
import matplotlib.pyplot as plt  
import math  
import numpy  
import random  
  
#dotOringalNum为各个分类最初的大小  
dotOringalNum=100  
#dotAddNum最后测试点的数目  
dotAddNum=1000  
  
fig = plt.figure()  
ax = fig.add_subplot(111)  
  
sets=[]  
colors=['b','g','r','y']  
  
#第一个分类，颜色为蓝色，在左下角  
a=[]  
txx=0.0  
tyy=0.0  
for i in range(0,dotOringalNum):  
    tx=float(random.randint(1000,3000))/100  
    ty=float(random.randint(1000,3000))/100  
    a.append([tx,ty])  
    txx+=tx  
    tyy+=ty  
    #ax.plot([tx],[ty],color=colors[0],linestyle='',marker='.')  
#a的第一个元素为a的各个元素xy值之合  
a.insert(0,[txx,tyy])  
sets.append(a)  
  
#第二个分类，颜色为绿色，在右上角  
b=[]  
txx=0.0  
tyy=0.0  
for i in range(0,dotOringalNum):  
    tx=float(random.randint(4000,6000))/100  
    ty=float(random.randint(4000,6000))/100  
    b.append([tx,ty])  
    txx+=tx  
    tyy+=ty  
    #ax.plot([tx],[ty],color=colors[1],linestyle='',marker='.')  
b.insert(0,[txx,tyy])  
sets.append(b)  
  
#第三个分类，颜色为红色，在左上角  
c=[]  
txx=0.0  
tyy=0.0  
for i in range(0,dotOringalNum):  
    tx=float(random.randint(1000,3000))/100  
    ty=float(random.randint(4000,6000))/100  
    c.append([tx,ty])  
    txx+=tx  
    tyy+=ty  
    #ax.plot([tx],[ty],color=colors[2],linestyle='',marker='.')  
c.insert(0,[txx,tyy])  
sets.append(c)  
  
  
#第四个分类，颜色为黄色，在右下角  
d=[]  
txx=0  
tyy=0  
for i in range(0,dotOringalNum):  
    tx=float(random.randint(4000,6000))/100  
    ty=float(random.randint(1000,3000))/100  
    d.append([tx,ty])  
    txx+=tx  
    tyy+=ty  
    #ax.plot([tx],[ty],color=colors[3],linestyle='',marker='.')  
d.insert(0,[txx,tyy])  
sets.append(d)  
  
  
#测试  
for i in range(0,dotAddNum):  
    tx=float(random.randint(0,7000))/100  
    ty=float(random.randint(0,7000))/100  
    dist=9000.0  
    setBelong=0  
    for j in range(0,4):  
        length=len(sets[j])-1  
  
        centX=sets[j][0][0]/length  
        centY=sets[j][0][1]/length  
  
        if (centX-tx)*(centX-tx)+(centY-ty)*(centY-ty)<dist:  
            setBelong=j  
            dist=(centX-tx)*(centX-tx)+(centY-ty)*(centY-ty)  
     
    #ax.plot([tx],[ty],color=colors[setBelong],linestyle='',marker='.')  
    sets[setBelong][0][0]+=tx  
    sets[setBelong][0][1]+=ty  
    sets[setBelong].append([tx,ty])  
  
#输出所有的点  
for i in range(0,4):  
    tx=[]  
    ty=[]  
    for j in range(1,len(sets[i])):  
        tx.append(sets[i][j][0])  
        ty.append(sets[i][j][1])  
    ax.plot(tx,ty,color=colors[i],linestyle='',marker='.')  
  
  
plt.show()