#!/usr/bin/env?python3
#?-*-?coding:?utf-8?-*-
#?author:1111
#?datetime:2019/2/22?11:17
#?software:?PyCharm

from?pylab?import?*
from?numpy?import?*
import?copy
import?random
import??time
import?math
import?matplotlib.pyplot?as?plt

import?matplotlib.animation?as?animation
import?decimal
#



#初始化隸屬度矩陣U
global?MAX
MAX?=?10000.0
#用于結束條件
global?Epsilon
Epsilon?=?0.00000001

def?import_data（file）:
????“““
????格式化數據，前四列為data最后一列為cluster_location
????“““
????data?=?[]
????cluster_location?=?[]
????with?open（str（file）‘r‘）?as?f?:
????????for?line?in?f:
????????????current?=?line.strip（）.split（““）
????????????current_dummy?=?[]
????????????#只讀取數據庫中除去最后一列之外的其他數據
????????????for?j?in?range（0len（current）-1）:
????????????????current_dummy.append（float（current[j]））
????????????j?+=?1#將指針位移到表示類別的列?j=4
????????????#對原始數據每一行的數據進行分類，分為三類，用012表示
????????????if??current[j]?==?“Iris-setosa“:
?????????????????cluster_location.append（0）

????????????elif?current[j]?==?“Iris-versicolor“:
?????????????????cluster_location.append（1）

????????????elif?current[j]?==?“Iris-virginica“:
?????????????????cluster_location.append（2）
????????????#創建只剩屬性的新數據集
????????????data.append（current_dummy）
????print（“data?lode?over“）
????return?data??cluster_location

def?randomise_data（data）:
????“““
????將數據隨機化并保持隨機化順序的記錄
????:param?data:
????:return:
????“““
????order?=?list（range（0len（data）））#數據的條目數

????random.shuffle（order）#隨機排序列表

????new_data?=?[[]?for?i?in?range（0len（data））]
????for?index?in?range（0len（order））:
????????new_data[index]?=?data[order[index]]?#隨機化數據順序之后所對應的數據進行重新賦值，相當于隨機化原始數據
????return??new_dataorder

def?de_randomise_data（dataorder）:
????“““
????將返回數據的原始順序，將randomise_data（）返回的order列表作為參數
????:param?data:
????:param?order:
????:return:
????“““
????new_data?=?[[]?for?i?in?range（0?len（data））]
????for?index?in?range（len（order））:
????????new_data[order[index]]?=?data[index]
????return?new_data

def?print_matrix（list）:
????“““
	以可重復的方式打印矩陣
	“““
????for?i?in?range（0?len（list））:
????????print?（list[i]）

def?initialise_U（data?cluster_number）:
????“““
????隸屬度矩陣U的每行加起來為1
????:param?data:
????:param?cluster_number:
????:return:
????“““
????global?MAX
????U?=?[]
????for?i?in?range（0len（data））:
????????current?=?[]
????????rand_sum?=?0.0
????????for?j?in?range（0cluster_number）:
????????????dummy?=?random.randint（1int（MAX））
????????????current.append（dummy）
????????????rand_sum?+=?dummy

????????for?j?in?range（0cluster_number）:
????????????current[j]?=?current[j]/?rand_sum
????????U.append（current）
????return?U


def?distance（point?center）:
????“““
????該函數計算2點之間的距離（作為列表）。我們指歐幾里德距離。????????閔可夫斯基距離
????“““
????if?len（point）?!=?len（center）:
????????return?-1
????dummy?=?0.0
????for?i?in?range（0?len（point））:
????????dummy?+=?abs（point[i]?-?center[i]）?**?2
????return?math.sqrt（dummy）


def?end_conditon（U?U_old）:
????“““
	結束條件。當U矩陣隨著連續迭代停止變化時

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????4700??2019-03-09?22:13??模糊聚類\iris.txt

?????文件???????8560??2019-03-14?15:35??模糊聚類\KCM.py

?????文件???????3716??2019-03-13?22:40??模糊聚類\result.csv

?????文件???????4431??2019-03-14?15:20??模糊聚類\tst.py

?????目錄??????????0??2019-03-15?20:51??模糊聚類

-----------?---------??----------?-----??----

????????????????21407????????????????????5