K均值聚类 python实现

K均值聚类前半部分代码

import random
import numpy 
import matplotlib.pyplot as plt
#为方便测试，我直接把DataMatrix加载出来了，也可以直接文件导入你的数据集
#DataMatrix=numpy.loadtxt('正确路径')
DataMatrix=numpy.array([[-0.5200,1.8539],[2.5849,2.2481],[0.9919,1.9234],
                        [2.9443,3.7382],[-0.4240,3.6220],[1.7762,2.6264],
                        [2.0581,2.0918],[1.5754,1.1924],[1.7971,1.5387],
                        [0.4869,0.5940],[7.8736,7.6255],[8.1850,7.5291],
                        [9.3666,9.7513],[8.4139,8.7532],[10.5374,8.0650],
                        [9.1401,7.7072],[7.1372,8.0828],[8.5458,8.7662],
                        [8.3479,10.2368],[9.1033,8.3269],[3.7794,4.8633],
                        [3.7210,4.6794],[3.2663,4.5548],[3.9355,5.0016],
                        [2.5560,5.2594],[4.6123,4.0442],[2.6765,3.6859],
                        [3.3384,4.2267],
                        ]) 
def EucDis(vec1,vec2):
    '''
    计算两个向量间的欧式距离并返回结果
    '''
    return numpy.sqrt(numpy.sum((vec1-vec2)**2))


def Scatter_2D(num,K,CenterMatrix,DataMatrix):
    '''
    画出分类结果的散点图
    不同聚类结果用不同颜色实心圆表示
    并且标出聚类中心
    如果向量不是二维的，不可绘制
    '''
    dim=DataMatrix.shape[1]
    if dim!=2:
        print("数据必须为二维情况")
        return
    plt.figure
    plt.xlabel('x1',size=20)
    plt.ylabel('x2',size=20)
    Color_cycle=['g','r','b','c','m','y','k','w']
    for i in range(num):
        plt.scatter(DataMatrix[i,0],DataMatrix[i,1],
                    s=50,c=Color_cycle[Clu_list[i]])
    for j in range(K):
        plt.scatter(CenterMatrix[j,0],CenterMatrix[j,1],s=100,marker='x',
                    c=Color_cycle[j],label='Center'+str(j+1))
    plt.legend()
    plt.show()