可视化聚类

Python 中的聚类分析

Shaumik Daityari

Business Analyst

为何可视化聚类？

试着理解形成的聚类
作为聚类验证的补充步骤
发现数据中的趋势

seaborn 简介

seaborn：基于 matplotlib 的 Python 可视化库
美观且易于修改，比 matplotlib 更友好
提供便于数据分析情境下的可视化函数
聚类用法：在图中使用 hue 参数

用 matplotlib 可视化聚类

from matplotlib import pyplot as plt

df = pd.DataFrame({'x': [2, 3, 5, 6, 2],
                   'y': [1, 1, 5, 5, 2],
                   'labels': ['A', 'A', 'B', 'B', 'A']})

colors = {'A':'red', 'B':'blue'}

df.plot.scatter(x='x', 
                y='y',
                c=df['labels'].apply(lambda x: colors[x]))
plt.show()

用 seaborn 可视化聚类

from matplotlib import pyplot as plt
import seaborn as sns

df = pd.DataFrame({'x': [2, 3, 5, 6, 2],
                   'y': [1, 1, 5, 5, 2],
                   'labels': ['A', 'A', 'B', 'B', 'A']})

sns.scatterplot(x='x', 
                y='y', 
                hue='labels', 
                data=df)
plt.show()

两种可视化方式对比

matplotlib 图

seaborn 图

接下来：尝试一些可视化

Python 中的聚类分析

Preparing Video For Download...