k均值算法 动图制作代码

如题

结果图如下

可运行代码

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation


class KMeans(object):
    def __init__(self, data):  # data: 要分类的数据，二维数组，每一行是一个样本，列数为样本特征数
        self.data = data
        self.calc_classes = np.frompyfunc(           # 自定义ufunc，将所有样本分类
            self.calc_distance, data.shape[1], 1)
        self.fig, self.ax = plt.subplots()

    def calc_distance(self, *features):
        '''
        计算单个样本与每个中心的距离，然后将其归于最近的一类
        features: 样本的特征值
        返回样本的类别
        '''
        x = np.array(features)                       # 将样本的特征转换为一个向量
        return np.argmin(np.square(self.center - x).sum(axis=1))

    def clustering(self, k):     # k: 要聚类的数量
        self.k = k
        self.sizes = np.linspace(40, 100, num=k)
        choices = np.random.randint(0, self.data.shape[0], size=k)
        self.center = np.copy(self.data[choices])     # 从data中随机选取k行作为随机中心

        anim = FuncAnimation(self.fig,                # 设置动画
                             func=self.update,        # 回调函数，FuncAnimation会在每一帧都调用该函数
                             frames=np.arange(10),    # 帧数
                             init_func=self.setup,    # 动画初始化
                             interval=1000)           # 每帧间隔
        anim.save('clustering.gif', dpi=80, writer='pillow')

    def setup(self, colors=['r', 'g', 'b', 'k']):     # 动画初始化函数，颜色可改
        cs = self.get_classified_sample()
        tmp = []
        for i in np.arange(self.k):                   # 绘制已分类的样本
            tmp.append(self.ax.scatter(cs[i][:, 0], cs[i][:, 1], c=colors[i], animated=True))

        for i in np.arange(self.k):                   # 绘制中心
            tmp.append(
                self.ax.scatter(self.center[i, 0], self.center[i, 1], c=colors[i], s=150, marker='x', animated=True))

        for i in np.arange(self.k):                   # 更新每个簇的中心
            self.center[i, :] = np.mean(cs[i],axis=0)

        self.sc = tuple(tmp)                          # 必须转换为元组
        return self.sc                                # 返回必须是元组

    def get_classified_sample(self):
        '''
        将所有样本分为k类，返回一个列表，列表中的每个元素是一个二维数组array（里面是被归于同一类的样本）
        '''
        cols = list(self.data.T)
        self.classes = self.calc_classes(*cols)       # 计算所有样本的类别
        return [self.data[self.classes == i] for i in np.arange(self.k)]

    def update(self, j):
        print(j)
        cs = self.get_classified_sample()
        for i in np.arange(self.k):
            self.sc[i].set_offsets(cs[i])                        # 更新每个簇的点的坐标
            self.sc[i]._sizes[0] = self.sizes[(i + j) % self.k]  # 动态调增点的大小，增加视觉对比
            self.sc[i + self.k].set_offsets(self.center[i])      # 更新每个簇中心的坐标
        for i in np.arange(self.k):                              # 更新每个簇的中心
            self.center[i, :] = cs[i].mean(axis=0)

        return self.sc  # 返回必须是元组

if __name__ == "__main__":
    data = np.loadtxt('./test.txt')
    km = KMeans(data)
    km.clustering(4)

注意

        由于初始的中心不一定相同，所以动图每次运行都会不同，不一定能得到我这么好的

数据集获取链接

        链接：https://pan.baidu.com/s/1o7qC_Ouo69iHzj_Je2i5BA

        提取码：nq1j

        只有两个特征，所以其实自己生成也很简单