from?numpy?import?*
from?matplotlib?import?pyplot?as?plt

#classify?data
def?loadDataSet（path）:
????numFeat=len（open（path）.readline（）.split（‘?‘））
????dataMat=[]
????labelMat=[]
????fr=open（path）
????for?line?in?fr.readlines（）:
????????lineArr=[]
????????curline=line.strip（）.split（‘?‘）
????????for?i?in?range（numFeat-1）:
????????????lineArr.append（float（curline[i]））
????????dataMat.append（lineArr）
????????labelMat.append（curline[-1]）
????return?dataMatlabelMat

#cluster?data
def?loadData（path）:
????dataset=[]
????fr=open（path）
????for?line?in?fr.readlines（）:
????????lineArr=line.strip（）.split（‘\t‘）
????????dataset.append（[float（lineArr[0]）float（lineArr[1]）]）
????return?mat（dataset）

def?caeuclDistance（vect1?vect2）:
????return?sqrt（sum（power（vect1-vect22）））

def?initCentroids（dataSetk）:
????numSamplesdim=?dataSet.shape
????centroids=zeros（（kdim））
????for?i?in?range（k）:
????????index?=?int（random.uniform（0numSamples））
????????centroids[i:]=dataSet[index:]
????return?centroids

def?kmeans（datasetk）:
????numSamples=dataset.shape[0]
????clusterAssment=mat（zeros（（numSamples2）））
????clusterChange=True
????centroids=initCentroids（datasetk）
????while?clusterChange:
????????clusterChange=False
????????for?i?in?range（numSamples）:
????????????minDist=100000.00
????????????clusterlabel=0
????????????for?j?in?range（k）:
????????????????distance?=?caeuclDistance（centroids[j:]dataset[i:]）
????????????????if?distance????????????????????minDist=distance
????????????????????clusterlabel=j
????????????if?clusterAssment[i0]!=?clusterlabel:
????????????????clusterChange=True
????????????????clusterAssment[i:]=clusterlabelminDist**2
????????for?j?in?range（k）:
????????????#why?
????????????pointsInCluster=dataset[nonzero（clusterAssment[:0].A==j）[0]]
????????????centroids[j:]=mean（pointsInClusteraxis=0）
????print（‘cluster?complete‘）
????return?centroidsclusterAssment

def?plot（dataSetkcentroidsclusterAssment）:
????numSamplesdim?=?dataSet.shape
????if?dim?!=2:
????????print（‘Sorry!?I?can?not?draw?the?pictrue?bescause?the?dimension?of?your?data?is?not?2!‘）
????????return?1
????mark?=?[‘or‘?‘ob‘?‘og‘?‘ok‘?‘^r‘?‘+r‘?‘sr‘?‘dr‘?‘????if?k>len（mark）:
????????print（‘Sorry!?Your?k?is?too?large!‘）
????????return?1
????for?i?in?range（numSamples）:
????????markindex=int（clusterAssment[i0]）
????????plt.plot（dataSet[i0]dataSet[i1]mark[markindex]）
????markc=[‘Dr‘?‘Db‘?‘Dg‘?‘Dk‘?‘^b‘?‘+b‘?‘sb‘?‘db‘?‘????for?i?in?range（k）:
????????plt.plot（centroids[i0]centroids[i1]mark[i]markersize=12）
????plt.show（）

def?main（）:
????print（‘load?data....‘）
????filepath=‘..\data\data.txt‘
????dataset=loadData（filepath）
????k=4
????print（‘cluster?data‘）
????centroids?clusterAssment=kmeans（datasetk）
????print（‘show?the?result!‘）
????plot（datasetkcentroidsclusterAssment）

if?__name__?==?‘__main__‘:
????main（）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2017-08-06?20:42??kmeans\
?????目錄???????????0??2017-08-01?22:10??kmeans\.idea\
?????文件???????????6??2017-08-01?22:10??kmeans\.idea\.name
?????文件?????????164??2017-08-01?22:10??kmeans\.idea\encodings.xml
?????文件?????????284??2017-08-01?22:10??kmeans\.idea\kmeans.iml
?????文件????????1137??2017-08-01?22:10??kmeans\.idea\misc.xml
?????文件?????????264??2017-08-01?22:10??kmeans\.idea\modules.xml
?????目錄???????????0??2017-08-01?22:10??kmeans\.idea\scopes\
?????文件?????????143??2017-08-01?22:10??kmeans\.idea\scopes\scope_settings.xml
?????文件?????????164??2017-08-01?22:10??kmeans\.idea\vcs.xml
?????文件???????25780??2017-08-10?15:14??kmeans\.idea\workspace.xml
?????目錄???????????0??2017-08-06?20:54??kmeans\data\
?????文件????????1598??2017-08-06?20:55??kmeans\data\data.txt
?????目錄???????????0??2017-08-10?15:18??kmeans\src\
?????文件????????2975??2017-08-10?15:17??kmeans\src\kmeans.py
?????文件??????????30??2017-08-06?20:42??kmeans\src\__init__.py