Python聚类 python聚类分析案例股票

转载

技术极先锋 2023-06-16 19:45:58

文章标签 Python聚类数据挖掘 python 聚类 3d 文章分类 Python 后端开发

读取数据

批量读取文件夹中的股票文件，并提取上述三个属性

import os
dir_path = path + r"股票财务数据"
dfff = pd.DataFrame(columns=['每股未分配利润(元)','销售净利率','应收账款周转天数(天)','股票代码'])
for filepaths,dirnames,filenames in os.walk(dir_path):
    for allDir in filenames:
        if allDir.lower().endswith(('.xls')):
            df = pd.read_excel(os.path.join(dir_path,allDir),header=1)
            # 转置
            df1 = pd.DataFrame(df.values.T, index=df.columns, columns=df.index)
            # 设置标题行
            df1.columns = df1.iloc[0]
            df1 = df1.drop(df1.index[0])
            # 时间序列
            df1.index=pd.to_datetime(df1.index)
            df = df1["2020"][['每股未分配利润(元)','销售净利率','应收账款周转天数(天)']].replace('%','',regex=True).replace('--','nan',regex=True).astype(float)
            ys = pd.DataFrame(df.resample('Y')[['每股未分配利润(元)','销售净利率','应收账款周转天数(天)']].mean())
            ys['股票代码'] = allDir.split("_")[0]
            dfff = pd.concat([dfff,ys])
print(dfff.isnull().any())

数据归一化

def MinMaxNormalization(test_data):
    return test_data.apply(lambda x:(x-np.min(x))/(np.max(x)-np.min(x)))
dfff[['每股未分配利润(元)','销售净利率','应收账款周转天数(天)']] = MinMaxNormalization(dfff[['每股未分配利润(元)','销售净利率','应收账款周转天数(天)']])

K-means聚

from sklearn.cluster import KMeans
# 设置为三个聚类中心
Kmeans = KMeans(n_clusters=3)
# 训练模型
Kmeans.fit(dfff[['每股未分配利润(元)','销售净利率','应收账款周转天数(天)']])
Kmeans.cluster_centers_ # 聚类中心
Kmeans.labels_ # 聚类结果
out_file = pd.DataFrame(columns=['每股未分配利润(元)','销售净利率','应收账款周转天数(天)','股票代码','聚类结果'])
out_file[['每股未分配利润(元)','销售净利率','应收账款周转天数(天)','股票代码']] = dfff
out_file['聚类结果'] = Kmeans.labels_
out_file.to_excel(os.path.join(dir_path,'聚类结果.xlsx'),index=False,encoding="utf_8_sig")

绘图-查看聚类结果

label_pred = Kmeans.labels_ #获取聚类标签
centroids = Kmeans.cluster_centers_ #获取聚类中心
inertia = Kmeans.inertia_ # 获取聚类准则的总和
mark = ['or', '^b', '+g', 'ok', '^r', '+r', 'sr', 'dr', '<r', 'pr']
#这里'or'代表中的'o'代表画圈，'r'代表颜色为红色，后面的依次类推
j = 0 
for i in label_pred:
    plt.plot([dfff[j:j+1]["每股未分配利润(元)"]], [dfff[j:j+1]['销售净利率']], mark[i], markersize = 5)
    j +=1
plt.title('每股未分配利润(元)-销售净利率的聚类视图')
plt.xlabel('每股未分配利润(元)')
plt.ylabel('销售净利率')
plt.savefig(path+'每股未分配利润(元)-销售净利率的聚类视图.png',dpi=100,bbox_inches='tight')
plt.cla()
j = 0 
# plt.show()
for i in label_pred:
    plt.plot([dfff[j:j+1]["每股未分配利润(元)"]], [dfff[j:j+1]['应收账款周转天数(天)']], mark[i], markersize = 5)
    j +=1
plt.title('每股未分配利润(元)-应收账款周转天数(天)的聚类视图')
plt.xlabel('每股未分配利润(元)')
plt.ylabel('应收账款周转天数(天)')
plt.savefig(path+'每股未分配利润(元)-应收账款周转天数(天)的聚类视图.png',dpi=100,bbox_inches='tight')
plt.cla()
j = 0 
for i in label_pred:
    plt.plot([dfff[j:j+1]["应收账款周转天数(天)"]], [dfff[j:j+1]['销售净利率']], mark[i], markersize = 5)
    j +=1
plt.title('应收账款周转天数(天)-销售净利率的聚类视图')
plt.xlabel('应收账款周转天数(天)')
plt.ylabel('销售净利率')
plt.savefig(path+'应收账款周转天数(天)-销售净利率的聚类视图.png',dpi=100,bbox_inches='tight')
plt.cla()


plt.figure("3D Scatter", facecolor="lightgray")
ax3d = plt.gca(projection="3d")  # 创建三维坐标

plt.title('3D Scatter', fontsize=20)
ax3d.set_xlabel('每股未分配利润(元)', fontsize=14)
ax3d.set_ylabel('应收账款周转天数(天)', fontsize=14)
ax3d.set_zlabel('销售净利率', fontsize=14)
plt.tick_params(labelsize=10)
ax3d.scatter(dfff["每股未分配利润(元)"], dfff["应收账款周转天数(天)"], dfff['销售净利率'], s=20, c = label_pred,cmap="jet", marker="o")
plt.show()