Python读取csv文件做K |
您所在的位置：网站首页 › pandas聚类分析怎么做 › Python读取csv文件做K |
Python读取csv文件做K
|
1.运行环境及数据
Python3.7、PyCharm Community Edition 2021.1.1，win10系统。 使用的库：matplotlib、numpy、sklearn、pandas等 数据：CSV文件，包含时间，经纬度，高程等数据 2.基于时间序列的分析2D读取时间列和高程做一下分析： 代码如下： from PIL import Image import matplotlib.pyplot as plt import numpy as np from sklearn.cluster import KMeans, MiniBatchKMeans import pandas as pd if __name__ == "__main__": data = pd.read_csv(r"H:\CSDN_Test_Data\UseYourTestData.csv") x, y = data['Time (sec)'], data['Height (m HAE)'] n = len(x) x = np.array(x) x = x.reshape(n, 1)#reshape 为一列 y = np.array(y) y = y.reshape(n, 1)#reshape 为一列 data = np.hstack((x, y)) #水平合并为两列 k = 8 # 设置颜色聚类的类别个数（我们分别设置8，16，32，64，128进行对比） cluster = KMeans(n_clusters=k) # 构造聚类器 C = cluster.fit_predict(data) # C_Image = cluster.fit_predict(data) plt.figure() plt.scatter(data[:, 0], data[:, 1], marker='o', s=2, c=C) plt.show()结果展示： 2.1 2000行数据结果展示
CPU立马90%以上了。大约1-2分钟，也比较快了。
markersize有些大了， 将markersize改小一些显示，设置为0.1，点太多还是不明显。
修改代码，读取相应的列修改为X,Y,Z坐标：如下： from PIL import Image import matplotlib.pyplot as plt import numpy as np from sklearn.cluster import KMeans, MiniBatchKMeans import pandas as pd from mpl_toolkits.mplot3d import Axes3D if __name__ == "__main__": data = pd.read_csv(r"H:\CSDN_Test_Data\UseYourTestData.csv") x, y,z = data['Longitude (deg)'],data['Latitude (deg)'], data['Height (m HAE)'] n = len(x) x = np.array(x) x = x.reshape(n, 1)#reshape 为一列 y = np.array(y) y = y.reshape(n, 1)#reshape 为一列 z = np.array(z) z = z.reshape(n, 1) # reshape 为一列 data = np.hstack((x, y, z)) #水平合并为两列 k = 8 # 设置颜色聚类的类别个数（我们分别设置8，16，32，64，128进行对比） cluster = KMeans(n_clusters=k) # 构造聚类器 C = cluster.fit_predict(data) # C_Image = cluster.fit_predict(data) fig = plt.figure() ax = Axes3D(fig) ax.scatter(data[:, 0], data[:, 1],data[:, 2], s=1, c=C) # 绘制图例 ax.legend(loc='best') # 添加坐标轴 ax.set_zlabel('Z Label', fontdict={'size': 15, 'color': 'red'}) ax.set_ylabel('Y Label', fontdict={'size': 15, 'color': 'red'}) ax.set_xlabel('X Label', fontdict={'size': 15, 'color': 'red'}) plt.show() 3.1 2000行数据结果显示由于经度在纬度方向上在17m范围类，所以立体效果较差，可以换其他数据测试。
105万行数据显示结果：
我们将输出结果读取出来，保存到原始csv文件的最后一列中，将这段代码添加到最后。 C1=np.array(C) #C是一个list，包含多个类别 C1=C1.reshape(n,) #将C转为C1，转化为原始行数你，即变成了一列list数据 print(C1) data["K-mean_Cluster"] = C1 output_path_file="your_output_full_path" #输出完整路径 data.to_csv(output_path_file, index=False) # 把数据写入数据集，index=False表示不加索引C结果是一个list，结果如下： [2 2 2 ... 0 5 0] 完整代码为： from PIL import Image import matplotlib.pyplot as plt import numpy as np from sklearn.cluster import KMeans, MiniBatchKMeans import pandas as pd if __name__ == "__main__": data = pd.read_csv(r"H:\CSDN_Test_Data\UseYourTestData.csv") x, y = data['Time (sec)'], data['Height (m HAE)'] n = len(x) x = np.array(x) x = x.reshape(n, 1)#reshape 为一列 y = np.array(y) y = y.reshape(n, 1)#reshape 为一列 Z = np.hstack((x, y)) #水平合并为两列 k = 8 # 设置颜色聚类的类别个数（我们分别设置8，16，32，64，128进行对比） cluster = KMeans(n_clusters=k) # 构造聚类器 C = cluster.fit_predict(Z) plt.figure() plt.scatter(Z[:, 0], Z[:, 1], marker='o', s=2, c=C) plt.show() C1=np.array(C) #C是一个list，包含多个类别 C1=C1.reshape(n,) #将C转为C1，转化为原始行数你，即变成了一列list数据 print(C1) data["K-mean_Cluster"] = C1 output_path_file="your_output_full_path" #输出完整路径 data.to_csv(output_path_file, index=False) # 把数据写入数据集，index=False表示不加索引 |
【本文地址】
今日新闻 |
推荐新闻 |