設(shè)計(jì)思路：

1.準(zhǔn)備好初始數(shù)據(jù)

2.pandas庫(kù)導(dǎo)入，初步處理數(shù)據(jù)

3.matplotlib庫(kù)處理數(shù)據(jù)，把數(shù)據(jù)畫(huà)成圖

4.從sklearn庫(kù)里調(diào)用K-mean算法，處理數(shù)據(jù)，分類

5.對(duì)數(shù)據(jù)再次畫(huà)圖

import pandas as pd# 導(dǎo)入數(shù)據(jù)處理模塊

file = pd.read_csv("cluster_data.csv", header=0)# 導(dǎo)入數(shù)據(jù)文件printfile# 輸出文件

X = file['x']# 定義橫坐標(biāo)數(shù)據(jù)

y = file['y']# 定義縱坐標(biāo)數(shù)據(jù)

from matplotlib import pyplot as plt# 導(dǎo)入繪圖模塊

plt.scatter(X, y)# 繪制散點(diǎn)圖

plt.show()# 顯示圖

from sklearn.cluster import k_means# 導(dǎo)入 K-Means 方法

model = k_means(file, n_clusters =3)# 建立聚類模型

cluster_centers = model[0]# 聚類中心數(shù)組

cluster_labels = model[1]# 聚類標(biāo)簽數(shù)組

plt.scatter(X, y, c=cluster_labels)# 繪制樣本并按聚類標(biāo)簽標(biāo)注顏色

# 繪制聚類中心點(diǎn)，標(biāo)記成五角星樣式，以及紅色邊框

for center in cluster_centers:? ?

????? plt.scatter(center[0], center[1], marker="p", edgecolors="red")

????? plt.show()# 顯示圖