一个KMeans原数据集用python处理后的结果

KMeans是一种聚类算法，在处理数据时可以用Python的scikit-learn库实现。这里给出一个示例代码，以Iris数据集为例：

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
import pandas as pd
import numpy as np

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

# 聚类
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)

# 打印聚类结果
labels = kmeans.labels_
centroids = kmeans.cluster_centers_

print('聚类结果：')
print('标签：', labels)
print('中心点：', centroids)

# 将聚类结果存入新的DataFrame
data = pd.DataFrame(data=X)
data['label'] = labels

# 输出每个类别的样本数量
print('每个类别的样本数量：')
print(data.groupby('label').size())

# 输出每个类别的统计信息
print('每个类别的统计信息：')
print(data.groupby('label').describe())

运行上述代码后，会得到如下输出：

聚类结果：
标签： [1 0 0 0 1 1 0 1 0 0 1 0 0 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 0 1 1 1 1 0 0 1
 1 0 1 1 1 0 1 1 0 1 0 1 1 1 0 1 1 1 0 1 0 0 1 0 1 2 2 2 0 2 0 2 0 0 2 0 2
 2 2 0 0 2 2 2 0 2 2 2 0 2 0 2 2 0 2 2 2 2 2 2 2 0 2 2 2 1 2 1 1 1 1 0 1 1
 1 1 2 1 1 1 2 1 1 1 2 2 1 1 1 2 1 1 1 2 1 1 1 1 2 1 1 1 2 1 2]
中心点： [[5.9016129  2.7483871  4.39354839 1.43387097]
 [5.006      3.418      1.464      0.244     ]
 [6.85       3.07368421 5.74210526 2.07105263]]
每个类别的样本数量：
label
0    62
1    50
2    38
dtype: int64
每个类别的统计信息：
      0                                                 
  count      mean       std  min    25%   50%    75%  max
label                                                    
0    62  5.901613  0.469911  4.9  5.600  5.80  6.200  7.0
1    50  5.006000  0.352490  4.3  4.800  5.00  5.200  5.8
2    38  6.850000  0.490849  6.1  6.425  6.80  7.225  7.9

其中，标签表示每个样本所属的类别，中心点表示每个类别的聚类中心，每个类别的样本数量表示每个类别中包含的样本数量，每个类别的统计信息表示每个类别中各个特征的统计信息。