分类导航

程序问答发布时间：2022-06-01 发布网站：大佬教程 code.js-code.com

大佬教程收集整理的这篇文章主要介绍了如何从 K 均值 matplotlib 图中返回值列表，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决如何从 K 均值 matplotlib 图中返回值列表？

开发过程中遇到如何从 K 均值 matplotlib 图中返回值列表的问题如何解决？下面主要结合日常开发的经验，给出你关于如何从 K 均值 matplotlib 图中返回值列表的解决方法建议，希望对你解决如何从 K 均值 matplotlib 图中返回值列表有所启发或帮助；

我正在使用 k.means 来研究超过 10,000 个条目的数据集，并且每个条目都有一个特定的名称，我需要将其与它们的值相关联以进行进一步分析。我使用 k.means 绘制数据，现在我想返回图中大于或等于线值 x=y 的值。我需要在绘图之前从图中返回这些值或将条目名称分配给数据点，但是我已经有了工作代码而没有这样做，并且考虑到我正在使用 k.means 并且我有 >10,000 个条目，后者似乎不太可行.

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
import random
from numpy import mean
from numpy import std
from random import choices
from String import ascii_lowercase

words = ["".join(choices(ascii_lowercase,k=3)) for _ in range(10000)]
range1 = [random.randrange(0,15000,5) for i in range(10000)]
range2 = [random.randrange(0,3) for i in range(10000)]
#d = {'Genes':words,'Myo':range1,'Myo_Induced':range2}

我首先用随机数据替换我的实际数据，“d”是显示我以前使用的数据，我将所有数据（包括变量名称）放入数据框中，但 k.means 不喜欢字符串，所以我必须删除“基因”列。

X_sort = sorted(range1)
length_X = len(X_sort)
X_sort[int(0.95*(length_X))]

X_filt = X_sort[0:int(0.95*(length_X))] #Filtering 5% large outlIErs
X_mean = mean(X_filt)
X_std = std(X_filt)

Y_sort = sorted(range2)
length_Y = len(Y_sort)
Y_sort[int(0.95*(length_Y))]

Y_filt = Y_sort[0:int(0.95*(length_Y))]
Y_mean = mean(Y_filt)
Y_std = std(Y_filt)

Z_X = (X-X_mean)/(X_std)
Z_Y = (Y-Y_mean)/(Y_std)

在这里，我对数据进行了排序/过滤并找到了 Z 分数以了解数据分布，但对于随机数据，这应该无关紧要。

d2 = {'Myo':Z_X,'Myo_Induced':Z_Y}
df = pd.DataFrame(data=d2)

kmeans = KMeans(n_clusters=4).fit(df)
centroIDs = kmeans.cluster_centers_

x = np.linspace(-2,4,2)
y = np.linspace(-2,2)

plt.xlabel('Myo (log)')
plt.ylabel('Myo_Induced (log)')
plt.scatter(d2['Myo'],d2['Myo_Induced'],c= kmeans.labels_.astype(float),s=50,Alpha=0.5)
#plt.scatter(centroIDs[:,0],centroIDs[:,1],c='red',s=50)
plt.plot(x,y)
plt.show()

这里我计算了 k.means，但对于这些随机数据，我不关心聚类或质心的数量。

随机分布：

如何从 K 均值 matplotlib 图中返回值列表