31省消费水平－－聚类分析

数据源样式：

 

代码（自己写的）：

#读入数据
fr=open(r'd:\Users\zhanggl21\Desktop\Python机器学习应用\31省市居民家庭消费水平-city.txt','r+')
lst=[]
for line in fr:
    lst.append(line.strip().split(','))

citydata=[]
cityname=[]

for x in lst:
    cityname.append(x[0])
    citydata.append([float(z) for z in x[1:]])



#导入模块并训练数据
from sklearn.cluster import KMeans
import numpy as np


if __name__=='__main__':
    km=KMeans(n_clusters=4) #聚成几类，可自定义。
    label=km.fit_predict(citydata)
    expenses=np.sum(km.cluster_centers_,axis=1)　#expense:聚类中心点的数值加和，也就是平均消费水平。

#将相同类别的城市放进同一个列表，并把所有类别放进一个嵌套列表
cluster_dict=dict([x for x in zip(cityname,label)])

cluster_all=[]
for x in range(4):
    cluster_all.insert(0,[])


for x in cluster_dict:
    if cluster_dict[x]==0:
        cluster_all[0].append(str(x))
    elif cluster_dict[x]==1:
        cluster_all[1].append(str(x))
    elif cluster_dict[x]==2:
        cluster_all[2].append(str(x))
    else:
        cluster_all[3].append(str(x))


#输出结果
for x in range(len(cluster_all)):
    print('expense:',expenses[x])
    print('该平均消费的城市有：',cluster_all[x],'\n\n')

总结：

将聚类编号与城市一一对应时，很自然地想到运用字典。