Python读取csv文件做K-means分析详情

目录

• 1.运行环境及数据
• 2.基于时间序列的分析2D
• 2.1 2000行数据结果展示
• 2.2 6950行数据结果展示
• 2.3 300M,约105万行数据结果展示
•  3.经纬度高程三维坐标分类显示3D-空间点聚类
• 3.1 2000行数据结果显示
• 3.2 300M的CSV数据计算显示效果

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_pwww.cppcns.comredict(data)
  # C_Image = cluster.fit_predict(data)
  print("训练总耗时为：%s(s)" % (Trainingtime).seconds)
  plt.figurwww.cppcns.come()
  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

2.2 6950行数据结果展示

2.3 300M,约105万行数据结果展示

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。

 3.经纬度高程三维坐标分类显示3D-空间点聚类

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__":
  dawww.cppcns.comta = 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www.cppcns.com
  y = np.array(y)
  y = y.reshape(n, 1)#reshape 为一列
  z = np.arraynmCoQhwKM(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)
  print("训练总耗时为：%s(s)" % (Trainingtime).seconds)
  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。

3.2 300M的CSV数据计算显示效果

105万行数据显示结果：

到此这篇关于Python读取csv文件做K-means分析详情的文章就介绍到这了,更多相关Python读取csv文件内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！