前一篇文章讲到了轨迹的绘制,那么今天就顺着讲下轨迹的聚类,比如说我们常见的,寒潮研究把寒潮的冷空气路径分为三类(西路,北路,西北路),或者台风研究中也可以根据台风的速度,或者拐点等要素对台风轨迹分类研究,再比如降水可以对不同降水事件的水汽来源做聚类研究等等。
实际上NCL就可以实现聚类算法,官方提供了k-means的算法函数(kmeans_as136),这个函数笔者也用过,相比与Python的聚类可以说还是比较麻烦的。
另外我也见过大佬们用MetoInfo的软件做轨迹和聚类研究,十分方便。
K-means聚类
K-means聚类
百度搜索python的K-means算法,可以得到的结果还是很多的,然而大部分都是基于鸢尾花数据实现的,例子有限,那我就结合我所使用的寒潮路径数据来做个印证,对比起来更容易理解。
下图是我们的总路径,我们现要对其进行分类。
全部路径
使用的数据是这样的:
print(x.shape)
print(y.shape)
#(216, 68),216为216条路径,68指每条路径由68个时刻点构成。
#(216, 68)
(这套数据