在 Python 中创建和保存聚类数变化的动态可视化效果，通常可以通过使用 `matplotlib` 的动画功能结合 `scikit-learn` 或 `PySpark MLlib` 生成不同聚类数量的结果来实现。以下是一个基于 `scikit-learn` 的 `KMeans` 算法和 `matplotlib.animation.FuncAnimation` 创建动态图的示例。 ### 实现步骤 1. **生成随机数据**：可以使用 `make_blobs` 生成可变数量的聚类样本。 2. **动态调整聚类数量**：通过动画函数逐步增加 `n_clusters` 参数。 3. **保存为视频或 GIF**：使用 `matplotlib.animation.PillowWriter` 或 `FFMpegWriter` 将动画保存为文件。 ### 示例代码 ```python import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn.datasets import make_blobs from matplotlib.animation import FuncAnimation # 生成初始数据 X, y = make_blobs(n_samples=300, centers=4, random_state=42) # 设置动画参数 fig, ax = plt.subplots() k_range = range(1, 6) # 聚类数从1到5 current_k = 0 def update(frame): ax.clear() k = k_range[frame] kmeans = KMeans(n_clusters=k, random_state=42) labels = kmeans.fit_predict(X) # 绘制每个聚类的数据点 for i in range(k): ax.scatter(X[labels == i, 0], X[labels == i, 1], label=f'Cluster {i+1}') ax.set_title(f'K-Means Clustering with k={k}') ax.legend() # 创建动画 ani = FuncAnimation(fig, update, frames=len(k_range), repeat=False, interval=2000) # 保存为GIF ani.save('clustering_animation.gif', writer='pillow') # 需要安装Pillow库 ``` ### 说明 - 使用 `FuncAnimation` 每隔一定时间更新一次聚类结果，并绘制新的聚类分布图。 - 动态过程通过循环不同的 `n_clusters` 值来展示聚类数的变化。 - 保存为 `.gif` 文件格式时，需要确保已安装 `Pillow` 库；若希望保存为 `.mp4` 格式，则需安装 `ffmpeg` 并使用 `FFMpegWriter`。 ### 扩展功能 如果想进一步扩展功能，例如支持更多算法（如 GMM 或 PySpark 的 GMM）[^1]，可以替换 `KMeans` 为 `GaussianMixture` 或 `pyspark.ml.clustering.GaussianMixture` 来进行类似操作。此外，也可以将动画嵌入 Jupyter Notebook 中直接查看： ```python from IPython.display import HTML HTML(ani.to_jshtml()) ``` 这样可以直接在浏览器中播放动画。 ---