KMeans算法（使用numpy）——python

最近学习了numpy库，对之前的KMeans算法进行了一个改进。

import random
import copy
import matplotlib.pyplot as plt
import numpy as np
import time
# 该写法只在计算使用numpy，其余使用列表
class KMeans():
    def __init__(self,data,k=1):
        # 可以传入ndarry类型
        self.__data = data  # 存放输入点数据
        self.__k = k  # 中心点个数
        # 可以改为ndarry类型
        self.__centerPoint = []  # 中心点
        self.__result = []  # 对输入点进行分类的结果
        for i in range(k):
            self.__result.append([])   #[[] [] [] [] [] ]

    # 随机取k个中心点
    def randomCenterPoint(self):
        for i in range(self.__k):
            # 随机出k个下标
            index = random.randint(0,len(self.__data)-1)
            # 判断取出的数是否在中心点中  防止取重复数  使中心点重复
            # 不使用ndarry类型，因为tnp.append添加数据特别耗时间
            if self.__data[index] not in self.__centerPoint:
                self