3

1. 应用K-means算法进行图片压缩

读取一张图片

观察图片文件大小，占内存大小，图片数据结构，线性化

用kmeans对图片像素颜色进行聚类

获取每个像素的颜色类别，每个类别的颜色

压缩图片生成：以聚类中收替代原像素颜色，还原为二维

观察压缩图片的文件大小，占内存大小

答

源代码：

from sklearn.datasets import load_sample_image
from sklearn.cluster import KMeans
import matplotlib.image as mpimg
import matplotlib.pyplot as plt
import imageio
#读取图片
#china = load_sample_image("china.jpg")
#由于出现故障无法读取load_sample_image中的图片，所以这里用了自己准备的。
jcr = imageio.imread('D:/Camera Roll/微信图片_20191108205855.jpg')
plt.imshow(jcr)
plt.show()
#检查占用内存大小 和 文件大小
import sys
print("--------------------------")
print("占用内存大小:", sys.getsizeof(jcr))
print("图片文件大小:", jcr.size)
#检查图片数据结构
print("图片数据结构:", jcr.shape)
               #用k均值聚类，对图片进行压缩
image = jcr[::3, ::3] #降低图片尺寸

#线性化预处理————将图片拉平
x = image.reshape(-1, 3)  #将图片的每一行，按顺序都排成一排，3为颜色参数
print("线性化后数据结构:", x.shape)
plt.imshow(image)
plt.show()
#开始聚类
n_colors = 64
model = KMeans(n_colors)#以聚类中心为64类进行聚类
labels = model.fit_predict(x)#进行聚类，并输出每个颜色类别
colors = model.cluster_centers_
print("每个类别的颜色的数据结构:", colors.shape)
#替换原颜色
new_image = colors[labels].reshape(image.shape)
#还原为二维
#new_image = new_image.reshape(jcr.shape)
print("压缩后的占内存大小", sys.getsizeof(new_image))
#显示压缩后的图片
import numpy as np
new_image = new_image.astype(np.uint8)
plt.imshow(new_image)
plt.show()
mpimg.imsave('D:/Camera Roll/444.jpg', new_image)

原图片：

 

 压缩后的图片：

 各项数据：

 保存图片：

2. 观察学习与生活中可以用K均值解决的问题。

从数据-模型训练-测试-预测完整地完成一个应用案例。

这个案例会作为课程成果之一，单独进行评分。

 答：本次是一个链家网房源的低、中、高、面积预测评估，数据是事先从链家网上爬去的1300条，结果可能稍有误差。

数据：

 

源代码：

print("201706120037 贾昌润 软件工程一班")
#导入基础的库
from sklearn.cluster import KMeans
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt  #画图
#%matplotlib inline  #为了让画图直接在jupyter中显示
data = pd.read_csv(r'D:lianjiashujvallll.csv', encoding='utf-8')  #读取csv数据
#data.head(3)  #查看前3前行的数据
#data.describe()  #基本统计量  【只能针对数值类型】
                  #包含：count数量；mean均值；std标准差；min最小值；25%下四分位；50%中位数；75%上四分位；max最大值
#data.info()  #查看每列的数据类型('楼盘名', '地址', '房间格式', '房间面积', '价格', '起价', '优点', '状态', '类型')

#  数据预处理！！！！！！！
data=data[['房间格式', '房间面积', '价格']]  #引入需要的数据属性
#data.head(3)
#data.info()

(data.isnull()).sum()  #检验有几个缺失值
data=data.dropna()
(data.duplicated()).sum()  #检验有几个重复值
#data=data.drop_duplicates() #去除重复值
data.head(3)
data.info()
data.describe()
(~data.房间面积.str.contains('㎡')).sum() #查看有几个没有㎡单位
#一下都是预处理各种方式，绘图前记得选择运行。（我没有将预处理数据存入表格，因为我觉得根据不同图选择需要的预处理方式更加灵活多变）
data=data.assign(房间面积=data.房间面积.map(lambda x:round(float(x.replace('㎡','')),1)))  #去除房间面积的单位
data.head(3)
#data.房间格式.unique()
data=data.assign(房间格式=data.房间格式.map(lambda x:round(float(x.replace('室','')),1)))  #去除房间格式的单位
(~data.价格.str.contains('元/平')).sum()
data=data.assign(价格=data.价格.map(lambda x:round(float(x.replace('元/平','')),1)))  #去除价格的单位

from sklearn.cluster import KMeans

import numpy as np
#开始聚类
x = data.iloc[:, [1, 2]].astype('int')
x = np.array(x)
km_model = KMeans(n_clusters=3)
km_model.fit(x)
y_Kmeans = km_model.predict(x)     #预测模型

heshi = np.array(data[y_Kmeans==0]['房间面积'])
pd.set_option('display.max_rows',100)#设置最大可见100行

pd.set_option('display.width', 1000)


pd.set_option('display.max_columns',1000)
pd.set_option('display.max_colwidth',1000)
print("heshi：
", heshi)
yiban = np.array(data[y_Kmeans==1]['房间面积'])
buheshi = np.array(data[y_Kmeans==2]['房间面积'])
print("yiban：
", yiban)
print("buheshi：
", buheshi)

结果：

 一般

 不合适

 

 

合适