欢迎关注公众号：老白和他的爬虫
昨天帮小余同学用python画了下k均值分类图，原理比较简单在这里分享一下。
首先小余同学已经用spss做好了族群分类，分类结果如图所示
一共有100条结果，这里只截取了部分，今天的程序就是要用python画出这个分类图
1.明确需求
我们需要把100条记录按类别显示在坐标系中，每一个族群需要使用不同的颜色显示，并且我们还需要计算出来每一个族群的中心点，并将这个中心点与普通的点区分开来
2.写入数据
import matplotlib.pyplot as pb
import matplotlib
k=3 #一共三个族群
x=[
[2,4,7,8,10,11,14,16,19,22,26,28,30,31,34,35,36,45,46,47,48,49,50,52,57,58,63,64,70,71,73,74,75,83,84,85,87,88,89],
[1,3,5,6,9,12,13,15,17,18,20,21,23,24,25,27,29,32,33,37,38,39,40,42,43,51,66,67,68,69,76,81,82,86],
[41,44,53,54,55,56,59,60,61,62,65,72,77,78,79,80,90]
]
y=[
[78.75,82.5,78.75,78.25,87.75,81.75,85.25,83.75,87.25,87.75,81.25,89,85.25,80.25,85.25,89,79.25,83.75,78.25,79.25,79.25,80.25,84.25,88.75,79.25,77.25,92.5,79.25,81.25,85.75,92.5,94.5,84.75,81.75,84.25,81.75,82.75,82.25,87.75],
[69,67.5,75.25,70.25,68.25,65.75,72.75,67.25,69.25,74.75,67.25,71.25,76.25,72.25,71.25,72.75,76.25,63.75,73.25,66.75,72.25,76.25,71.75,62.5,73.75,73.75,65.75,68.25,68.75,75.75,62.75,64,72.75,70.25],
[54,59.5,51,54,52.25,52.25,51.25,52.25,50,50,58.75,45,52.25,53.75,43,45,53.25]
]
将数据写入，这里还有待改进，其实最好是选择读取excel文件，直接自动获取数值，尤其是数据量很大的时候，但我这里偷懒了，直接复制，你可以对它有一定的改进。
3.画出不同族群
#把三个族群分别用不同颜色的圆点表示出来
for i in range(k):
if i==0:
pb.plot(x[i],y[i],'or')
elif i==1:
pb.plot(x[i],y[i],'ob')
elif i==2:
pb.plot(x[i],y[i],'og')
4.计算中心点
最终画出的分类图需要区别中心点，中心点需要我们自己来计算
#(xa,ya),(xb,yb),(xc,yc)分别表示三个族群的中心点，下面这段代码计算出中心点
nsum = 0
for i in range(len(x[0])):
nsum += x[0][i]
xa = nsum / len(x[0])
nsum = 0
for i in range(len(x[1])):
nsum += x[1][i]
xb = nsum / len(x[1])
nsum = 0
for i in range(len(x[2])):
nsum += x[2][i]
xc = nsum / len(x[2])
nsum = 0
for i in range(len(y[0])):
nsum += y[0][i]
ya = nsum / len(y[0])
nsum = 0
for i in range(len(y[1])):
nsum += y[1][i]
yb = nsum / len(y[1])
nsum = 0
for i in range(len(y[2])):
nsum += y[2][i]
yc = nsum / len(y[2])
xd = []
for x in range(90):
xd.append(x)
yd = []
for x in range(90):
yd.append(77)
你看我这里代码这么长，是我又偷懒了。python本来就是很简洁的语言，不需要想我这段代码这么繁琐，这里其实我们可以封装一个函数，这个函数专门来计算平均值，这样几行就可以得到中心点，这里我计算的三个中心点分别用(xa,ya),(xb,yb),(xc,yc)表示。
计算出来之后，我们就可以画出来
#用正方形把(xa,ya),(xb,yb),(xc,yc)画出来
pb.plot(xa,ya,'or',marker="s",markersize=10)
pb.plot(xb,yb,'ob',marker="s",markersize=10)
pb.plot(xc,yc,'og',marker="s",markersize=10)
为区分出中心点，这里用正方形来表示中心点，并将点的尺寸调大。
5.添加图例说明
画出来的图我们需要添加图例说明，这样才能直白的看出每一个图例表示什么
#添加一个图例说明
myfont = matplotlib.font_manager.FontProperties(fname="DroidSansFallback.ttf")
pb.legend((u'基础级', u'提高级',u'发展级'),loc='best',prop=myfont)
因为我们是中国人，所以我们肯定经常需要用到中文字体。在这里我们要想显示中文字体，必须需要用到自己下载的中文字体，不然中文可能无法显示。我这里用到的字体是"DroidSansFallback.ttf"，这里我就不帮你整理了，直接百度搜索这个文件，就能下载到。
6.小余同学的额外需求
**一个合格的程序员肯定能满足产品经理的所有要求，一个合格的产品经理一定会不断的向程序员提要求。我是不是合格的程序员我不知道，小余同学一定是个合格的产品经理。**图画好后，小余同学要求我加两条虚线区别族群，于是我灵机一动，就这样写
#用(xd,yd),(xe,ye)来画虚线
xd = []
for x in range(90):
xd.append(x)
yd = []
for x in range(90):
yd.append(77)
xe = []
for x in range(90):
xe.append(x)
ye = []
for x in range(90):
ye.append(61)
#应小余同学的要求，给族群画上一条虚线
pb.plot(xd,yd,'ok',marker='s',markersize=1)
pb.plot(xe,ye,'ok',marker='s',markersize=1)
这里的参数是根据已经画好的图像来设置的，你需要在前一步就在控制台显示图形，然后根据的大致的位置设置虚线的坐标。
小余同学的这个需求已经很简单了，她以后肯定是个心疼程序员的产品经理。
7.完整程序代码
import matplotlib.pyplot as pb
import matplotlib
k=3 #一共三个族群
x=[
[2,4,7,8,10,11,14,16,19,22,26,28,30,31,34,35,36,45,46,47,48,49,50,52,57,58,63,64,70,71,73,74,75,83,84,85,87,88,89],
[1,3,5,6,9,12,13,15,17,18,20,21,23,24,25,27,29,32,33,37,38,39,40,42,43,51,66,67,68,69,76,81,82,86],
[41,44,53,54,55,56,59,60,61,62,65,72,77,78,79,80,90]
]
y=[
[78.75,82.5,78.75,78.25,87.75,81.75,85.25,83.75,87.25,87.75,81.25,89,85.25,80.25,85.25,89,79.25,83.75,78.25,79.25,79.25,80.25,84.25,88.75,79.25,77.25,92.5,79.25,81.25,85.75,92.5,94.5,84.75,81.75,84.25,81.75,82.75,82.25,87.75],
[69,67.5,75.25,70.25,68.25,65.75,72.75,67.25,69.25,74.75,67.25,71.25,76.25,72.25,71.25,72.75,76.25,63.75,73.25,66.75,72.25,76.25,71.75,62.5,73.75,73.75,65.75,68.25,68.75,75.75,62.75,64,72.75,70.25],
[54,59.5,51,54,52.25,52.25,51.25,52.25,50,50,58.75,45,52.25,53.75,43,45,53.25]
]
#把三个族群分别用不同颜色的圆点表示出来
for i in range(k):
if i==0:
pb.plot(x[i],y[i],'or')
elif i==1:
pb.plot(x[i],y[i],'ob')
elif i==2:
pb.plot(x[i],y[i],'og')
#(xa,ya),(xb,yb),(xc,yc)分别表示三个族群的中心点，下面这段代码计算出中心点
nsum = 0
for i in range(len(x[0])):
nsum += x[0][i]
xa = nsum / len(x[0])
nsum = 0
for i in range(len(x[1])):
nsum += x[1][i]
xb = nsum / len(x[1])
nsum = 0
for i in range(len(x[2])):
nsum += x[2][i]
xc = nsum / len(x[2])
nsum = 0
for i in range(len(y[0])):
nsum += y[0][i]
ya = nsum / len(y[0])
nsum = 0
for i in range(len(y[1])):
nsum += y[1][i]
yb = nsum / len(y[1])
nsum = 0
for i in range(len(y[2])):
nsum += y[2][i]
yc = nsum / len(y[2])
xd = []
for x in range(90):
xd.append(x)
yd = []
for x in range(90):
yd.append(77)
xe = []
for x in range(90):
xe.append(x)
ye = []
for x in range(90):
ye.append(61)
#用正方形把(xa,ya),(xb,yb),(xc,yc)画出来
pb.plot(xa,ya,'or',marker="s",markersize=10)
pb.plot(xb,yb,'ob',marker="s",markersize=10)
pb.plot(xc,yc,'og',marker="s",markersize=10)
#应小余同学的要求，给族群画上一条虚线
pb.plot(xd,yd,'ok',marker='s',markersize=1)
pb.plot(xe,ye,'ok',marker='s',markersize=1)
#添加一个图例说明
myfont = matplotlib.font_manager.FontProperties(fname="DroidSansFallback.ttf")
pb.legend((u'基础级', u'提高级',u'发展级'),loc='best',prop=myfont)
#在控制台显示图像
pb.show()
最后画出来的分类图
这里需要说明下，这个程序写的比较草率，只是为了解决很急的需求，有很多待改进的地方。python不仅可以画出分类图，其实也可以直接来进行k均值的分类，这里因为分类小余同学用spss做了分类，所以我只要画图就好了。