kmeans 散点图:为每个簇绘制不同的颜色
Posted
技术标签:
【中文标题】kmeans 散点图:为每个簇绘制不同的颜色【英文标题】:kmeans scatter plot: plot different colors per cluster 【发布时间】:2015-03-29 10:10:42 【问题描述】:我正在尝试绘制 kmeans 输出的散点图,它将同一主题的句子聚集在一起。我面临的问题是将属于每个集群的点绘制成某种颜色。
sentence_list=["Hi how are you", "Good morning" ...] #i have 10 setences
km = KMeans(n_clusters=5, init='k-means++',n_init=10, verbose=1)
#with 5 cluster, i want 5 different colors
km.fit(vectorized)
km.labels_ # [0,1,2,3,3,4,4,5,2,5]
pipeline = Pipeline([('tfidf', TfidfVectorizer())])
X = pipeline.fit_transform(sentence_list).todense()
pca = PCA(n_components=2).fit(X)
data2D = pca.transform(X)
plt.scatter(data2D[:,0], data2D[:,1])
km.fit(X)
centers2D = pca.transform(km.cluster_centers_)
plt.hold(True)
labels=np.array([km.labels_])
print labels
我的问题出在 plt.scatter() 的底部代码中;我应该为参数 c 使用什么?
-
当我在代码中使用
c=labels
时,我得到这个错误:
number in rbg sequence outside 0-1 range
2.当我设置c= km.labels_
时,我得到了错误:
ValueError: Color array must be two-dimensional
plt.scatter(centers2D[:,0], centers2D[:,1],
marker='x', s=200, linewidths=3, c=labels)
plt.show()
【问题讨论】:
【参考方案1】:from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
# Scaling the data to normalize
model = KMeans(n_clusters=5).fit(X)
# Visualize it:
plt.figure(figsize=(8, 6))
plt.scatter(data[:,0], data[:,1], c=model.labels_.astype(float))
现在不同的簇有不同的颜色。
【讨论】:
请解释你的答案。 美女!奇怪的是,我无法让 pandas 速记适用于这种情况(即使用 data.plot(...) 会引发 'c=' too many color element 错误。 Bang.Great Trick.Thanks for that. 无论n_cluster
有多大,这是否保证每个集群的颜色唯一?
您的答案中的数据来自哪里?你说的是X吗?即使是X,你怎么知道X的形状是(n, 2)?【参考方案2】:
它应该可以工作:
from sklearn.cluster import KMeans;
cluster = KMeans(10);
cluster.fit(M);
cluster.labels_;
plt.scatter(M[:,0],M[:,1], c=[matplotlib.cm.spectral(float(i) /10) for i in cluster.labels_]);
【讨论】:
我喜欢这个想法,但是 Python 中的分号? 使用分号是一种获取列或行的pythonic方式。这里分别获取包含所有行(列向量)的第一列和第二列。【参考方案3】:color=
或 c=
属性应该是 matplotlib 颜色,如 plot
的文档中所述。
要将整数标签映射到颜色,只需这样做
LABEL_COLOR_MAP = 0 : 'r',
1 : 'k',
....,
label_color = [LABEL_COLOR_MAP[l] for l in labels]
plt.scatter(x, y, c=label_color)
如果您不想使用内置的单字符颜色名称,您可以使用其他颜色定义。请参阅有关 matplotlib 颜色的文档。
【讨论】:
我们如何使用 colormap 而不是手动为每个新集群输入颜色,以便将来更改集群编号时,我不必添加又换新颜色了? 或者使用mpl.colors
中的内置色图
@tcaswell 这是一个选项。但我猜你 1) 可能希望标签 ID 和颜色之间的映射显式,并且 2) 必须知道你的标签 ID 不大于颜色图中的颜色数。
您只需要将它们全部缩放到 0 到 1 之间,以获得连续的颜色贴图。如果标签太多以至于无法解决连续颜色图上的差异,则说明标签过多
是的,我认为你是对的。只是想指出潜在的坑:)以上是关于kmeans 散点图:为每个簇绘制不同的颜色的主要内容,如果未能解决你的问题,请参考以下文章