plot方法显示轨迹聚类结果python代码示例

好的，以下是一个 Python 的示例代码，可以使用 plot 方法显示轨迹聚类结果：

import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs

# 生成随机数据
X, y = make_blobs(n_samples=300, centers=4, cluster_std=0.60, random_state=0)

# 使用 KMeans 进行聚类
kmeans = KMeans(n_clusters=4)
kmeans.fit(X)

# 使用 plot 方法显示聚类结果
plt.scatter(X[:, 0], X[:, 1], c=kmeans.labels_)
plt.show()

希望这能够解答您的问题，如果您有其他问题，请随时提出。

相关问题

python利用经纬度轨迹聚类并地图可视化轨迹路线代码

以下是 Python 利用经纬度轨迹聚类并地图可视化轨迹路线的代码示例，需要使用第三方库 gmplot 和 sklearn：

from gmplot import gmplot
from sklearn.cluster import KMeans
import pandas as pd

# 读取数据
data = pd.read_csv('trajectory.csv')

# 聚类
kmeans = KMeans(n_clusters=5)
kmeans.fit(data[['lat', 'lon']])
data['label'] = kmeans.labels_

# 绘制地图
gmap = gmplot.GoogleMapPlotter(data['lat'].mean(), data['lon'].mean(), 13)
colors = ['red', 'blue', 'green', 'purple', 'orange']

for label in range(5):
    cluster = data[data['label'] == label]
    gmap.plot(cluster['lat'], cluster['lon'], color=colors[label])

# 保存地图
gmap.draw('trajectory_map.html')

其中，`trajectory.csv` 是包含经纬度信息的轨迹数据文件，每个数据点包含 `lat` 和 `lon` 两个字段（可以根据实际情况修改）。代码中使用 KMeans 算法将轨迹数据聚类成 5 类，并使用 gmplot 库绘制地图，并将结果保存为 `trajectory_map.html` 文件。