数据处理0：读取，输出

输入

对txt文件：

    with open('C:UsersmageDesktoptest.txt’,'r') as f:
        txt=f.read()
    txt=txt.replace('n','') #删除数据中的回车符号
    data=[]
    for i in range (0,n):
        t=[]
        t.append(txt.split(',')[i])#读取数据 数据间分割符号是逗号

划分数据集

def sampleSplit(data, ratio=0.2):
    """
    将数据随机划分为训练集和测试集，ratio是测试集数据比例
    """
    np.random.shuffle(data) #打乱数据顺序
    n = np.int(data.shape[0]*ratio)
    testData, trainData = data[:n], data[n:]
    return trainData, testData

输出

画图：

fig=plt.figure()
x=[1,2,3]
y=[1,4,9]
plt.scatter(x,y,c='red', marker='+') # marker点的形状 默认是圆形
plt.show 
fig.savefig('保存图片为png格式')

动图

    from matplotlib import animation
# 将迭代过程中保存下来的中间过程的图片制作成gif, 可以看到GMM模型的变化过程
    imgs = []
    fig = plt.figure()

#模型迭代时产生了一共有model.iterations张图片，存放在C:/Users/mage/Desktop/powSys/EM_GMM2/img中，制作动画就是根据这些静态图
    for i in range(model.iterations):
        path = "C:/Users/mage/Desktop/powSys/EM_GMM2/img/iteration" + str(i) + ".png"
        img = plt.imread(path)
        img = plt.imshow(img, animated=True)
        imgs.append([img])


    """plt.figure()函数的作用是新建一张图像，这个图像是一个类似于相框一样的东西，上面可以放图片。这里"""

    ani = animation.ArtistAnimation(fig,
                                    imgs,
                                    interval=500,
                                    blit=True,
                                    repeat_delay=1000)
    ani.save("C:/Users/mage/Desktop/powSys/EM_GMM2/iterationAnime.gif", writer="pillow")

还需要什么评论，我来更新