由上述对图书借阅数量与借阅人数之间的直方图中，可以清晰地展示一年以来，读者借书数量的情况分布，那么在这个分布的情况下，读者借阅又有怎样的特点呢？ 对于图书馆的读者而言，有的读者借阅频率高，对图书的利用也比较充分，具有大量的借书行为；而有的读者则很少出现在图书馆，或是仅仅借阅与专业相关的部分书籍。对不同读者的借阅需求进行聚类分析，分析读者的平均借阅情况。
# -*-coding:utf-8-*- import pandas as pd """ 对借书数量进行聚类分析 """ """ 加载数据 """ pf = pd.read_csv('cluster.csv') pf.columns = ['x', 'y'] # 重命名 print pf print len(pf) print pf['x'][5] X = [] for i in range(len(pf)): n = [] n.append(pf['x'][i]) n.append(pf['y'][i]) X.append(n) print 'X=', X """ 聚类分析 """ from sklearn.cluster import KMeans kmeans = KMeans(n_clusters=7) print kmeans predict = kmeans.fit_predict(X) print predict """ 作图 """ import matplotlib.pyplot as plt # 获取第一列和第二列数据 使用for循环获取 n[0]表示X第一列 x = [n[0] for n in X] print x y = [n[1] for n in X] print y # 绘制散点图 参数：x横轴 y纵轴 c=y_pred聚类预测结果 marker类型 o表示圆点 *表示星型 x表示点 plt.scatter(x, y, c=predict, marker='x') # 绘制标题 plt.title("Kmeans-Borrow books with Students") # 绘制x轴和y轴坐标 plt.xlabel("The number of Borrow books") plt.ylabel("The number of Students") # 显示图形 plt.show()