python - 使用 python 聚类后的有序彩色图

Question

我有一个名为 data=[5 1 100 102 3 4 999 1001 5 1 2 150 180 175 898 1012] 的一维数组。我正在使用 python scipy.cluster.vq 来查找其中的簇。数据中有 3 个簇。聚类后​​，当我尝试绘制数据时，其中没有顺序。

如果能够按照给定的顺序绘制数据，并为属于不同组或簇的不同部分着色，那就太好了。

这是我的代码:

import numpy as np
import matplotlib.pyplot as plt
from scipy.cluster.vq import kmeans, vq


data = np.loadtxt('rawdata.csv', delimiter=' ')
#----------------------kmeans------------------
centroid,_ = kmeans(data, 3) 
idx,_ = vq(data, centroid)
x=np.linspace(0,(len(data)-1),len(data))

fig = plt.figure(1)
plt.plot(x,data)
plot1=plt.plot(data[idx==0],'ob')
plot2=plt.plot(data[idx==1],'or')
plot3=plt.plot(data[idx==2],'og')
plt.show()

<小时/>

这是我的情节 http://s29.postimg.org/9gf7noe93/figure_1.png(背景蓝色图是有序的，聚类后就乱了)

谢谢!

更新:

我编写了以下代码来实现聚类后的有序彩色图，

import numpy as np
import matplotlib.pyplot as plt
from scipy.cluster.vq import kmeans, vq

data = np.loadtxt('rawdata.csv', delimiter=' ')
#----------------------kmeans-----------------------------
centroid,_ = kmeans(data, 3)  # three clusters
idx,_ = vq(data, centroid)
x=np.linspace(0,(len(data)-1),len(data))
fig = plt.figure(1)
plt.plot(x,data)

for i in range(0,(len(data)-1)):
    if data[i] in data[idx==0]:
       plt.plot(x[i],(data[i]),'ob' )
    if data[i] in data[idx==1]:
       plt.plot(x[i],(data[i]),'or' )
    if data[i] in data[idx==2]:
       plt.plot(x[i],(data[i]),'og' )
 plt.show()

上面代码的问题是它太慢了。我的数组大小超过 300 万。所以这段代码对我来说需要永远完成它的工作。如果有人可以提供上述代码的矢量化版本，我真的很感激。谢谢!

Answer 1

您可以根据距聚类中心的距离绘制聚类数据点，然后将每个数据点的索引写入接近该点的索引，以便查看它们如何根据聚类属性进行分散:

import numpy as np
import matplotlib.pyplot as plt
from scipy.cluster.vq import kmeans, vq
from scipy.spatial.distance import cdist
data=np.array([   5,    1,  100,  102,    3,    4,  999, 1001,    5,    1,    2,    150,  180,  175,  898, 1012])
centroid,_ = kmeans(data, 3) 
idx,_ = vq(data, centroid)
X=data.reshape(len(data),1)
Y=centroid.reshape(len(centroid),1)
D_k = cdist( X, Y, metric='euclidean' )
colors = ['red', 'green', 'blue']
pId=range(0,(len(data)-1))
cIdx = [np.argmin(D) for D in D_k]
dist = [np.min(D) for D in D_k]
r=np.vstack((data,dist)).T
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
mark=['^','o','>']
for i, ((x,y), kls) in enumerate(zip(r, cIdx)):
    ax.plot(r[i,0],r[i,1],color=colors[kls],marker=mark[kls])
    ax.annotate(str(i), xy=(x,y), xytext=(0.5,0.5), textcoords='offset points',
                 size=8,color=colors[kls])


ax.set_yscale('log')
ax.set_xscale('log')
ax.set_xlabel('Data')
ax.set_ylabel('Distance')
plt.show()

更新:

如果您非常热衷于使用矢量化过程，您可以对随机生成的数据执行以下操作:

data=np.random.uniform(1,1000,3000)
@np.vectorize
def plotting(i):
    ax.plot(i,data[i],color=colors[cIdx[i]],marker=mark[cIdx[i]])


mark=['>','o','^']
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
plotting(range(len(data)))
ax.set_xlabel('index')
ax.set_ylabel('Data')
plt.show()