#k_mean算法
import pandas as pd
import csv
import pandas as pd 
import numpy as np
 
 
#參數(shù)初始化
inputfile = 'x.xlsx' #銷量及其他屬性數(shù)據(jù)
outputfile = 'x_1.xlsx' #保存結(jié)果的文件名
k = 2 #聚類的類別
iteration = 3 #聚類最大循環(huán)次數(shù)
 
data = pd.read_excel(inputfile, index_col = 'Id') #讀取數(shù)據(jù)
 
data_zs = 1.0*(data - data.mean())/data.std() #數(shù)據(jù)標(biāo)準(zhǔn)化，std()表示求總體樣本方差(除以n-1),numpy中std()是除以n
 
print('data_zs')
 
from sklearn.cluster import KMeans
model = KMeans(n_clusters = k, max_iter = iteration) #分為k類
#model = KMeans(n_clusters = k, n_jobs = 4, max_iter = iteration) #分為k類，并發(fā)數(shù)4
print('data_zs')
model.fit(data_zs) #開始聚類
 
#簡單打印結(jié)果
r1 = pd.Series(model.labels_).value_counts() #統(tǒng)計(jì)各個(gè)類別的數(shù)目
r2 = pd.DataFrame(model.cluster_centers_) #找出聚類中心
r = pd.concat([r2, r1], axis = 1) #橫向連接（0是縱向），得到聚類中心對應(yīng)的類別下的數(shù)目
print('data_zs')
print(r)
r.columns = list(data.columns) + [u'類別數(shù)目'] #重命名表頭
print(r)
 
#詳細(xì)輸出原始數(shù)據(jù)及其類別
 
r = pd.concat([data, pd.Series(model.labels_, index = data.index)], axis = 1) #詳細(xì)輸出每個(gè)樣本對應(yīng)的類別
r.columns = list(data.columns) + [u'聚類類別'] #重命名表頭
r.to_excel(outputfile) #保存結(jié)果

# coding=utf-8
 
from sklearn.manifold import TSNE 
from pandas.core.frame import DataFrame
import pandas as pd 
import numpy as np 
 
import km as k 
#用TSNE進(jìn)行數(shù)據(jù)降維并展示聚類結(jié)果
 
tsne = TSNE()
tsne.fit_transform(k.data_zs) #進(jìn)行數(shù)據(jù)降維,并返回結(jié)果
tsne = pd.DataFrame(tsne.embedding_, index = k.data_zs.index) #轉(zhuǎn)換數(shù)據(jù)格式
 
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用來正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus'] = False #用來正常顯示負(fù)號
 
#不同類別用不同顏色和樣式繪圖
d = tsne[k.r[u'聚類類別']== 0]  #找出聚類類別為0的數(shù)據(jù)對應(yīng)的降維結(jié)果
plt.plot(d[0], d[1], 'r.')
d = tsne[k.r[u'聚類類別'] == 1]
plt.plot(d[0], d[1], 'go')
#d = tsne[k.r[u'聚類類別'] == 2]
#plt.plot(d[0], d[1], 'b*')
plt.savefig("data.png")
plt.show()