python界面GUI实现k-means聚类算法

python界面GUI实现k-means聚类算法，基于tkinter的界面简单代码开发。k-means算法是自己写的，不是调用的库函数。程序最后可以实现，随机生成样本点，设置聚类中心数，区分颜色显示聚类结果，无限次迭代，退出等。

import numpy as np
import matplotlib.pyplot as plt
import tkinter
from  tkinter  import ttk
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg NavigationToolbar2TkAgg



‘‘‘欧式距离‘‘‘
def ecludDist（x y）:
    return np.sqrt（sum（np.square（np.array（x） - np.array（y））））

‘‘‘曼哈顿距离‘‘‘
def manhattanDist（x y）:
    return np.sum（np.abs（x - y））

‘‘‘夹角余弦‘‘‘
def cos（x y）:
    return np.dot（x y）/（np.linalg.norm（x） * np.linalg.norm（y））

‘‘‘计算簇的均值点‘‘‘
def clusterMean（dataset）:
    return sum（np.array（dataset）） / len（dataset）

‘‘‘生成随机均值点‘‘‘
def randCenter（dataset k）:
    temp = []
    while len（temp） < k:
        index = np.random.randint（0 len（dataset）-1）
        if  index not in temp:
            temp.append（index）
    return np.array（[dataset[i] for i in temp]）

‘‘‘以数据集的前k个点为均值点‘‘‘
def orderCenter（dataset k）:
    return np.array（[dataset[i] for i in range（k）]）


def quit（）:                       
    “““点击退出按钮时调用这个函数“““
    root.quit（）  # 结束主循环
    root.destroy（）  # 销毁窗口

‘‘‘聚类‘‘‘

def kMeans（dataset dist center k）:
    global flagfa
    #all_kinds用于存放中间计算结果
    all_kinds = []
    for _ in range（k）:
        temp = []
        all_kinds.append（temp）
    #计算每个点到各均值点的距离  
    for i in dataset:
        temp = []
        for j in center:
            temp.append（dist（i j））
        all_kinds[temp.index（min（temp））].append（i）
    #打印中间结果    
    for i in range（k）:
        print（‘第‘+str（i）+‘组:‘ all_kinds[i] end=‘\n‘）
    flag += 1
    print（‘************************迭代‘+str（flag）+‘次***************************‘）
    #更新均值点
    center_ = np.array（[clusterMean（i） for i in all_kinds]）
    if （center_ == center）.all（）:
        print（‘结束‘）
        #f = plt.figure（figsize=（54）dpi=100）
        #a = f.add_subplot（111）  # 添加子图:1行1列第1个
        for i in range（k）:
            print（‘第‘+str（i）+‘组均值点：‘ center_[i] end=‘\n‘）
            a.scatter（[j[0] for j in all_kinds[i]] [j[1] for j in all_kinds[i]] marker=‘*‘）
        a.grid（）
        plt.show（）
        canvas.draw