集群中心的颜色与其数据点的颜色不匹配

Question

我有一个使用 Pandas 和 Sci-kit 学习的 Mean Shift 聚类的工作示例。我是 Python 的新手，所以我想我在这里缺少一些基本的东西。这是我的工作代码：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.cluster import MeanShift
from matplotlib import style
style.use("ggplot")


filepath = "./Probes1.xlsx"
X = pd.read_excel(filepath, usecols="B:I", header=1)
df=pd.DataFrame(data=X)
np_array = df.values
print(np_array)

ms=MeanShift()
ms.fit(np_array)

labels= ms.labels_
cluster_centers = ms.cluster_centers_
print("cluster centers:")
print(cluster_centers)

labels_unique = np.unique(labels)
n_clusters_=len(labels_unique)

print("number of estimated clusters : %d" % n_clusters_)
#colors = 10*['r.','g.','b.','c.','k.','y.','m.']

for i in range(len(np_array)):
    plt.scatter(np_array[i][0], np_array[i][1], edgecolors='face' )
plt.scatter(cluster_centers[:,0],cluster_centers[:,1],c='b',
   marker = "x", s = 20, linewidths = 5, zorder = 10)
plt.show()

这是我从这段代码中得到的情节：

然而，集群中心的颜色与其数据点不匹配。任何帮助，将不胜感激。目前我已将我的中心颜色设置为蓝色 ('b')。谢谢！

编辑：我能够创造这个！

编辑 2：

from itertools import cycle
import numpy as np
import pandas as pd
from sklearn.cluster import MeanShift
from sklearn.datasets.samples_generator import make_blobs
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D


filepath = "./Probes1.xlsx"
X = pd.read_excel(filepath, usecols="B:I", header=1) #import excel data
df=pd.DataFrame(data=X) #excel to dataframe to use in ML
np_array = df.values #dataframe
print(np_array) #printing dataframe

ms = MeanShift()
ms.fit(X) #Clustering
labels=ms.labels_
cluster_centers = ms.cluster_centers_ #coordinates of cluster centers
print("cluster centers:")
print(cluster_centers)

labels_unique = np.unique(labels)
n_clusters_=len(labels_unique) #no. of clusters
print("number of estimated clusters : %d" % n_clusters_)

# ################################# Plotting
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

colors=cycle('bgrkmycbgrkmycbgrkmycbgrkyc')
for k, col in zip(range(n_clusters_), colors):
    my_members= labels == k
    cluster_center = cluster_centers[k]
    ax.scatter(np_array[my_members, 0], np_array[my_members, 1], np_array[my_members, 2], col + '.')
    ax.scatter(cluster_centers[:,0], cluster_centers[:,1], cluster_centers[:,2], marker='o', s=300, linewidth=1, zorder=0)
    print(col) #prints b g r k in the respective iterations
plt.title('Estimated number of clusters: %d' % n_clusters_)
plt.grid()
plt.show()

绘制此图：

同样颜色不匹配，在散点图中是否有替代 plt.plot 的 'markerfacecolor' 以便我可以将聚类的颜色与其数据点相匹配？

编辑 3：得到所需的结果：

Answer 1

您正在使用 c='b':

将聚类中心颜色设置为蓝色

plt.scatter(cluster_centers[:,0], cluster_centers[:,1], c='b', marker='x', s=20, linewidths=5, zorder=10)

要匹配两个散点的颜色，您必须为两者指定它们。

集群中心的颜色与其数据点的颜色不匹配

Color of the center of the clusters do not match with the color of its data points

python

matplotlib

scikit-learn

mean-shift