- 1、本文档共72页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Advanced Data Processing and Visualization of Python
处理
Python高级数据
可视化
Department of Compu
Department of University Basic Computer Teaching
用Python玩转数据
聚类分析
Nanjing University
聚类
3
? 聚类分析(cluster analysis)
以相似性为基础把相似的对象通过静态
分类的方法分成不同的组别或者更多的子集
– 特性
? 基于相似性
? 有多个聚类中心
Nanjing University
K-MEANS
4
K-均值算法表示以空间中k个点为中心进行聚类,对最靠近他们的对
象归类。
A
任意选择k个
对象作为初始
聚类中心
B
对每个点确定
其聚类中心点
计算每个新聚
类的聚类中心
C
不收敛
收敛
聚类完成
D
Nanjing University
一个日常小例子
5
高数 英语 Python 音乐
小明 88 64 96 85
大明 92 99 95 94
小朋 91 87 99 95
大朋 78 99 97 81
小萌 88 78 98 84
大萌 100 95 100 92
Output:
[0 1 1 1 0 1]
F
ile
# Filename: kmeansStu.py
from pylab import *
from scipy.cluster.vq import *
list1 = [88,74,96,85]
scipy.cluster.vq更新
list2 = [92,99,95,94]
后其参数只支持
list3 = [91,87,99,95]
float和double,所
list4 = [78,99,97,81]
以此处的数字都要
list5 = [88,78,98,84]
+.0改成浮点数形式
list6 = [100,95,100,92]
data = vstack((list1,list2,list3,list4,list5,list6))
centroids,_ = kmeans(data,2)
result,_= vq(data,centroids)
print result
Nanjing University
另一个例子
6
的收盘价涨跌规律对2014年第3季度(7月-9月)构成道
数的30只股票聚类
py
listDji = ['AXP','BA','CAT','CSCO',…, 'VZ','WMT','XOM']
quotes = [ [0 for col in range(90)] for row in range(30)]
listTemp = [ [0 for col in range(90)] for row in range(30)]
for i in range(30):
quotes[i] = quotes_historical_yahoo_ochl(listDji[i], start, end)
listTemp[i][j] = 1 or -1 # 1 if the latter is larger than former, otherwise the result is -1 data = vstack(listTemp)
同前一页,此处
centroids,_ = kmeans(data,4)
需要改成浮点数
result,_= vq(data,centroids)
Nanjing University
另一个例子
7
Output:
[0 3 3 2 0 3 0 1 1 3 2 2 0 1 2 0 1 2 2 1 1 3 2 1 3 0 1 2 0 0]
第0类 AXP,CVX ,DIS,JNJ,MCD,UTX ,WMT,XOM
第1类
GE,GS,JPM,MMM,NKE,PFE,TRV,V
第2类
CSCO,IBM,INTC,KO,MRK,MSFT,T,VZ
第3类
BA ,CAT,DD,HD,PG,UNH
Nanjing University
8
用Python玩转数据
ATPLOTLIB
绘图基础
Nanjing University
Matplotlib绘图
9
? Matplotlib绘图
最著名Python绘图库,
主要用于二维绘图
– 画图质量高
– 方便快捷的绘图模块
? 绘图API——pyplot模块
? 集成库——pylab模块(包含NumPy和
pyplot中的常用函数)
Nanjing University
数据源
10
S
ource
可口可乐公司近一
年来股票收盘价的
月平均价
>>> closeMeansKO = tempkodf.groupby(
文档评论(0)