一、实验目的

  1. 使用蛋白质摄取的数据集protein.txt，说明蛋白质摄取的聚类分析操作。
  2. 数据导入操作，使用输入函数open()与csv.reader()的操作。
  3. 数据转化为numpy array操作，使用函数np.array()的操作。
  4. 数据聚类建立模型操作，使用函数KMeans()的操作。
  5. 列出实验结果包含绘图或截图以及完整代码包含注解。

    二、实验内容

    说明 1: 举一个蛋白质摄取的档案protein.txt进行聚类说明，共有25个欧洲国家，即25笔纪录，字段有country、Redmeat、Whitemeat、Eggs、Milk、Fish、Cereals、Starch、Nuts和Frozen Vegetable，档案内容如下：
    image.png
    说明 2: 使用函数输入函数open()与csv.reader()将原始数据集protein.txt，导入Python工作空间。
    说明 3: 使用函数np.array() 将数据转化为数值。
    说明 4: 使用函数KMeans() 建立数据聚类模型，并列出实验结果包含绘图或截图以及完整代码包含注解。

    三、实验报告

    1. 实验环境：

    Win10

    2. 实验内容与完成情况：

    1)实验参考代码

    import csv
    import numpy as np
    from sklearn.cluster import KMeans
    datapath01=”Add your working path/protein.txt”
    with open(data_path01,”r”) as rd:
    input01=csv.reader(rd,delimiter=’ ‘) #default ,
    fields=next(input01) #skip header
    X=[]
    for row in input01:
    X.append(row)
    X = np.array(X)
    print(X)
    X1=X[:,1:9]
    print(X1)
    n_clusters = 5
    cls = KMeans(n_clusters).fit(X1)
    print(cls.labels    )
    for i in range(nclusters):
    print(“聚类”,i+1)
    members = cls.labels     == i
    print(“Country:”,X[members,0])

    2）完整代码及注释展示

    完整代码及注释展示，整体代码分为两部分，一部分是数据集聚类部分，另一部分是聚类可视化图形的绘制部分。首先是数据集聚类部分的展示：
    image.png
    其次聚类可视化图形绘制部分：
    image.png

    3）原始数据集导入

    接下来进行详细的解析，首先是使用函数输入函数open()与csv.reader()将原始数据集protein.txt，导入Python工作空间。源代码展示：
    image.png
    数据集读取成功如下所示：
    image.png

    4）转换数据维度

    接下来是使用函数np.array() 转换数据维度，并且去除掉第一列国家名称。源代码及注释展示：
    image.png
    成功转换为数值并去除第一列国家名称，结果如下所示：
    image.png

    5）聚类分析

    使用函数KMeans() 建立数据聚类模型，设置类簇数量，并调用函数KMeans()，最终输出每个国家所属类群，源代码如以下所示：
    image.png
    所对应结果如以下所示：
    image.png
    注：该列表所表示的含义为：第一个4表示第一个国家所属的类群为4。

    6）聚类详细结果输出

    数据集分类的最终，是使用循环将每个类群所对应的国家逐个输出。并且输出该国家所对应红肉蛋白质的含量。
    源代码展示：
    image.png
    运行结果如以下所示：
    image.png

    7）聚类可视化

    最终是聚类可视化图形的绘制，在此我们选取三个国家，分别为Bulgaria,Romania,Yugoslavia，根据三个国家红肉蛋白质含量的不同值绘制图形，源代码及注释展示：
    image.png
    成功绘制后呈现出以下图形：
    image.png
    8）可视化图片保存
    最终我们将图片将图片保存（命名为：KMeans）至工作目录下，成功后返回工作目录下查看是否顺利保存：
    image.png

    8）绘制聚类可视化3D图形（进阶）

    绘制3D聚类分析图的关键在于数据集的选取和点的定义。可视化维度取决于你变量的选取，例如选取了两个变量，我们绘制出的可视化图形即为二维，而如果我们选取出三个变量，我们绘制出的可视化图形即为三维。从目前人体肉眼所能接受的最大维度出发，我们选取了RedMeat，Fish和Fr&Veg三个变量绘制三维可视化图形，而坐标轴的含义也就对应着三个不同的数据项。
    选取出三项数据集后，我们根据聚类结果，用点来表示不同的国家，而呈现聚类的关键在于不同类之间的国家用不同颜色的点表示。以下将展示出关键代码，具体完整代码将存放在文末附录中。
    关键代码展示：
    image.png
    程序运行结果展示：
    image.png

    3. 出现的问题

    1）对python聚类分析可视化图形种类有点模糊。
    2）对三维聚类可视化图形的绘制有点困难。

    4. 解决方案

    1）查阅相关资料才明白，聚类可视化不一定是散点图，它还有很多表达形式，如条形图，树状图等等。
    2）通过Google查找相关视频学习Axes3D包的使用，最后成功绘制出三维图形。

四，附录

自我创新方法，绘制三维聚类可视化图形完整代码及注释：
image.png
image.png