基于python3的可视化数据聚类系统（k-means算法和k-中⼼点
算法）
1、⽤户界⾯
1）点击读取⽂件按钮，读取到的⽂件如下图所⽰：
数据聚类系统读取⽂件
数据聚类系统导⼊⽂件
2）设置簇的个数，这⾥设置成2，并选择K-means聚类算法，显⽰的结果如下图：
数据聚类系统运⾏K-means聚类算法
3）设置簇的个数，这⾥设置成2，并选择K-中⼼点聚类算法，显⽰的结果如下图：
数据聚类系统运⾏K-中⼼点聚类算法
4）清屏，显⽰的结果如下图：
数据聚类系统清屏
2、实验源码
编译环境为Spyder，所⽤语⾔及版本为python3.7，GUI环境为tkinter。
1）主运⾏界⾯ kmedgui.py
# -*- coding: utf-8 -*-
import sys
import random
import kmeans
import k_medoids_2d as k2d
import numpy as np
import tkinter as tk
from tkinter import filedialog
from tkinter import scrolledtext
from PIL import Image,ImageTk
import matplotlib.pyplot as plt
import sklearn
class GUI(object):
#布局界⾯
def __init__(self):
#设置初始界⾯
self.window=tk.Tk()
self.window.title('数据聚类系统')
ry('1150x580')
#导⼊⽂件按钮
self.botton1=tk.Button(self.window, text='加载数据集',bg='green',fg='white',  font=('楷体', 12, 'bold'), width=12, height=1,command=self.openfile)
self.botton1.place(x=60,y=60)
#标签配置
self.label2=tk.Label(self.window, text='簇个数',bg='light blue',fg='white', font=('楷体', 16, 'bold'), width=10, height=1).place(x=10,y=160)
#导⼊⽂件内容的输出显⽰
self.label4=tk.Label(self.window, text='导⼊⽂件内容如下',font=('楷体', 16, 'bold'), width=16, height=1).place(x=280,y=20)
#创建结果显⽰框
<1=scrolledtext.ScrolledText(self.window, height=10, width=30,font=('楷体', 12))
<1.place(x=250,y=60)
<1.bind("<Button-1>",self.clear)
#各个频繁项集和强关联规则的输出显⽰
self.label5=tk.Label(self.window, text='聚类实现',font=('楷体', 16, 'bold'), width=20, height=1).place(x=255,y=290)
self.label6=tk.Label(self.window, text='聚类可视化',font=('楷体', 16, 'bold'), width=20, height=1).place(x=700,y=20)
#创建结果显⽰框
<2=scrolledtext.ScrolledText(self.window, height=10, width=30,font=('楷体', 12))
<2.place(x=250,y=330)
<2.bind("<Button-1>",self.clear)
#显⽰导⼊⽂件的路径
self.var0=tk.StringVar()
<1=tk.Entry(self.window, show=None, width='25', font=('Arial', 10), textvariable=self.var0)
<1.place(x=10,y=100)
#⾃⾏设置簇个数，个数为2
self.var1=tk.StringVar()
self.var1.set('2')
<2=tk.Entry(self.window, show=None, width='3', font=('Arial', 16), textvariable=self.var1)
<2.place(x=180,y=160)
#选择所需算法
self.btnlist=tk.IntVar()
self.radiobtn1=tk.Radiobutton(self.window, variable=self.btnlist, value=0, text='K-means聚类算法', font=('bold'),command=self.runkmeans)        self.radiobtn1.place(x=30,y=240)
self.radiobtn2=tk.Radiobutton(self.window, variable=self.btnlist, value=1,text='K-中⼼点聚类算法', font=('bold'), command=self.runkmid)        self.radiobtn2.place(x=30,y=300)
self.btnlist.set(0)
#清空页⾯按钮
self.btn2=tk.Button(self.window, bg='green',fg='white', text='清屏', font=('楷体', 12,'bold'), width=6, height=1)
self.btn2.place(x=80,y=380)
self.btn2.bind("<Button-1>",self.clear)
#关闭页⾯按钮
self.btn3=tk.Button(self.window, bg='green',fg='white', text='退出', font=('楷体', 12,'bold'), width=6, height=1)
self.btn3.place(x=80,y=450)
self.btn3.bind("<Button-1>",self.close)
self.pilImage = Image.open("white.png")
img=size((500,480))
self.tkImage = ImageTk.PhotoImage(image=img)
self.label = tk.Label(self.window, image=self.tkImage)
self.label.place(x=600,y=60)
#主窗⼝循环显⽰
self.window.mainloop()
#清空所填内容
def clear(self,event):
<1.delete("1.0",tk.END)
<2.delete("1.0",tk.END)
self.pilImage = Image.open("white.png")
img=size((500,480))
self.tkImage = ImageTk.PhotoImage(image=img)
self.label = tk.Label(self.window, image=self.tkImage)
self.label.place(x=600,y=60)
figure(image = img)
self.window.update_idletasks()
#退出系统，对控制台清屏
def close(self,event):
ssagebox.askokcancel('询问','确定退出系统吗？')
if e==True:
exit()
self.window.destroy()
# 恢复sys.stdout
def __del__(self):
sys.stdout = sys.__stdout__
sys.stderr = sys.__stderr__
#从输⼊⽂本框中获取⽂本并返回数字列表
def getCNUM(self):
entry_num1 = int(())
return entry_num1
def openfile(self):
nameFile = filedialog.askopenfilename(title='打开⽂件', filetypes=[('txt', '*.txt')])
<1.insert('insert', nameFile)
def getnamefile(self):
namefile=()
return namefile
#加载kmeans所需的数据集
def loadDataSet1(self):
amefile()
data = np.loadtxt(nameFile,delimiter='\t')
<1.insert("0.0",data)
return data
#加载k-中点所需的数据集
def loadDataSet2(self):
data = []
for i in range(100):
data.append(0 + i)
for i in range(100):
data.append(1000 + i)
random.shuffle(data)
return data
def runkmeans(self):
dataSet = self.loadDataSet1()
k = CNUM()
c=kmeans.randCent(dataSet, k)
centroids,clusterAssment = kmeans.KMeans(dataSet,k)
<2.insert('insert',c)
c1,c2,c3,c4=kmeans.showCluster(dataSet,k,centroids,clusterAssment)
<2.insert('insert',c1)
t0='\n'
<2.insert('insert',t0)
<2.insert('insert',c2)
<2.insert('insert',t0)
<2.insert('insert',c3)
<2.insert('insert',t0)
<2.insert('insert',c4)
kmeans.showCluster(dataSet,k,centroids,clusterAssment)
self.pilImage = Image.open("kpic.png")
img=size((500,480))
self.tkImage = ImageTk.PhotoImage(image=img)
self.label = tk.Label(self.window, image=self.tkImage)
self.label.place(x=600,y=60)
figure(image = img)
self.window.update_idletasks()
def runkmid(self):
data=k2d.im_txt("a_")
<1.insert("0.0",data)
data_TSNE = sklearn.manifold.TSNE(learning_rate=100,n_iter=5000).fit_transform(data)        CNUM()
t='簇中⼼：\n'
t1='\n'
<2.insert('insert',t)
centers,result_clusters = k2d.KMedoids(k,data,10)
<2.insert('insert',centers)
<2.insert('insert',t1)
color=k2d.randomcolor(k)
colors = ([color[k] for k in result_clusters])
color = ['black']
plt.scatter(data_TSNE[:,0],data_TSNE[:,1],s=10,c=colors)
plt.title('K-medoids Resul of '.format(str(k)))
plt.savefig("kpic1.png")
s1="第⼀类："
s2="第⼆类："
s3="第三类："
s4="第四类："
m=1
for m in range(len(result_clusters)):
if result_clusters[m]==0:
s1=s1+str(data[m])+","
if result_clusters[m]==1:
s2=s2+str(data[m])+","
if result_clusters[m]==2:
s3=s3+str(data[m])+","
if result_clusters[m]==3:
s4=s4+str(data[m])+","
<2.insert('insert',s1)
t1='\n'
<2.insert('insert',t1)
<2.insert('insert',s2)
<2.insert('insert',t1)
<2.insert('insert',s3)
<2.insert('insert',t1)
<2.insert('insert',s4)
self.pilImage = Image.open("kpic1.png")
img=size((500,480))
self.tkImage = ImageTk.PhotoImage(image=img)
self.label = tk.Label(self.window, image=self.tkImage)
self.label.place(x=600,y=60)
figure(image = img)
self.window.update_idletasks()
if __name__ == '__main__':
GUI()
2）导⼊的kmeans.py
import numpy as np
import matplotlib.pyplot as plt
# 加载数据
def loadDataSet(fileName):
data = np.loadtxt(fileName,delimiter='\t')
return data
# 欧⽒距离计算
def distEclud(x,y):
return np.sqrt(np.sum((x-y)**2))  # 计算欧⽒距离
# 为给定数据集构建⼀个包含K个随机质⼼的集合
def randCent(dataSet, k):
m, n = dataSet.shape
centroids = np.zeros((k, n))
for i in range(k):
centroids[i, :] = dataSet[i, :]
print('质⼼:')
print(centroids,end=" ")
return centroids
# k均值聚类
def KMeans(dataSet,k):
m = np.shape(dataSet)[0]  #⾏的数⽬
# 第⼀列存样本属于哪⼀簇
# 第⼆列存样本的到簇的中⼼点的误差
clusterAssment = np.s((m,2)))
clusterChange = True
# 第1步初始化centroids
centroids = randCent(dataSet,k)
while clusterChange:
clusterChange = False
# 遍历所有的样本（⾏数）
for i in range(m):
minDist = 100000.0
minIndex = -1
# 遍历所有的质⼼
#第2步出最近的质⼼
for j in range(k):
# 计算该样本到质⼼的欧式距离
distance = distEclud(centroids[j,:],dataSet[i,:])
if distance < minDist:
minDist = distance
minIndex = j
# 第 3 步：更新每⼀⾏样本所属的簇
if clusterAssment[i,0] != minIndex:
clusterChange = True
clusterAssment[i,:] = minIndex,minDist**2
#第 4 步：更新质⼼
for j in range(k):
pointsInCluster = o(clusterAssment[:,0].A == j)[0]]  # 获取簇类所有的点            centroids[j,:] = np.mean(pointsInCluster,axis=0)  # 对矩阵的⾏求均值
return centroids,clusterAssment
def showCluster(dataSet,k,centroids,clusterAssment):
m,n = dataSet.shape
if n != 2:
print("数据不是⼆维的")
return 1
mark = ['or', 'ob', 'og', 'ok', '^r', '+r', 'sr', 'dr', '<r', 'pr']
if k > len(mark):
print("k值太⼤了")
return 1
# 绘制所有的样本
for i in range(m):
markIndex = int(clusterAssment[i,0])
plt.plot(dataSet[i,0],dataSet[i,1],mark[markIndex])
clu_1 = []
clu_2 = []
clu_3 = []
clu_4 = []
# 绘制所有的样本
for i in range(m):
markIndex = int(clusterAssment[i, 0])
if markIndex == 0:
clu_1.append(dataSet[i, 0])
if markIndex == 1:
clu_2.append(dataSet[i, 0])
if markIndex == 2:
clu_3.append(dataSet[i, 0])
if markIndex == 3:
clu_4.append(dataSet[i, 0])
plt.plot(dataSet[i, 0], dataSet[i, 1], mark[markIndex])
print("")
print("c1：",clu_1)
print("c2：",clu_2)
print("c3：",clu_3)
print("c4：",clu_4)
spyder python下载
mark = ['Dr', 'Db', 'Dg', 'Dk', '^b', '+b', 'sb', 'db', '<b', 'pb']
# 绘制质⼼
for i in range(k):
plt.plot(centroids[i,0],centroids[i,1],mark[i])
plt.savefig("kpic.png")
return clu_1,clu_2,clu_3,clu_4
3）导⼊的k_medoid.py
import numpy as np
from sklearn.manifold import TSNE
import matplotlib.pyplot as plt
import random
def im_txt(file):
"""
读取数据
"""
data=np.loadtxt(file,dtype=np.float32)
return data
def initianlize_centers(n_clusters):
"""初始化，⽣成随机聚类中⼼"""
n_data=lendata()
centers=[]  #聚类中⼼位置信息例：[101,205,5,3,7]
i=0
while i<n_clusters:
temp=random.randint(0,n_data-1)
if temp not in centers:
centers.append(temp)
i=i+1
else:
pass
return centers
def clus_process(centers,data):
"""根据聚类中⼼进⾏聚类"""
result_clusters=[]
centers=np.array(centers)
"""遍历每个样本"""
for i in range(0,len(data)):
uni_temp=[] #临时存储距离数据
for j in centers:
temp=np.sqrt(np.sum(np.square(data[i]-data[j])))
uni_temp.append(temp)
c_min=min(uni_temp) #距离最⼩值
result_clusters.append(uni_temp.index(c_min))  #距离最⼩值所在位置即为归属簇    return result_clusters
def chose_centers(result_clusters,n_clusters):
global c_temp
centers=[]
for i in range(0,n_clusters):  #逐个簇进⾏随机
temp=[]  #记录每个簇样本在data中的位置
for j in range(0,len(result_clusters)):  #遍历每个样本
if result_clusters[j]==i:    #寻簇i的样本
temp.append(j)
try:
c_temp=random.sample(temp,1)  #在样本中随机取⼀个值作为新的聚类中⼼        except:
print("sample bug")
print(temp)
centers.append(c_temp[0])

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。