如何根據屬性數量動態創建字典？

Question

我有一個帶有 6 個屬性和 1 個 class 的 CSV 文件，我使用 Pandas 讀取了該文件。

CsvFile = "/path/to/file.csv"
df = pd.read_csv(CsvFile)

我的 CSV 的前 5 行：

x,y,x1,y1,x2,y2,class
92,115,120,94,84,102,3
84,102,106,79,84,102,3
84,102,102,83,80,102,3
80,102,102,79,84,94,3
84,94,102,79,80,94,3

因為我有 6 個屬性，所以我想在 Python（6 個鍵，每個鍵 5 個值）中創建一個字典，其中包含 kmeans 的質心。

numberOfClusters = 5
centroids =
{
    i+1: [random.uniform(0.0, 255.0), random.uniform(0.0, 255.0),
          random.uniform(0.0, 255.0), random.uniform(0.0, 255.0),
          random.uniform(0.0, 255.0), random.uniform(0.0, 255.0)]
    for i in range(numberOfClusters)
}

問題 nr.1：如您所知，將random.uniform(0.0, 255.0)復制粘貼的次數與我想要獲得的隨機點一樣多，以匹配我的 CSV 文件中的屬性數量並不是很有效率。 知道如何在沒有復制粘貼的情況下做到這一點嗎？

以類似的方式，在下面的代碼中，我計算歐幾里得距離。

for i in centroids.keys():
    df['distance_from_{}'.format(i)] = (
        np.sqrt(
            (df['x'] - centroids[i][0]) ** 2
            + (df['y'] - centroids[i][1]) ** 2
            + (df['x.1'] - centroids[i][2]) ** 2
            + (df['y.1'] - centroids[i][3]) ** 2
            + (df['x.2'] - centroids[i][4]) ** 2
            + (df['y.2'] - centroids[i][5]) ** 2
        )
    )

問題 nr.2：如果我有更多屬性，我必須添加更多df['x'] - centroids[i][0]) ** 2 ，而如果我有更少，則刪除一個或多個。 我怎樣才能使這個過程自動化一點？

不使用 scikit 的 kmeans 的原因是我想計算每個集群的權重。

Answer 1

如果鍵數是您可以使用的問題

n=0
with open('filename.csv','r') as f:
    l=f.readline().strip()
    n=len(l.split(','))

其中 n 保存鍵的數量

Answer 2

第一個問題：將您的列表替換為

[random.uniform(0.0, 255.0) for x in range(6)]

第二個問題：

np.sqrt(np.sum(np.pow(df[df.columns[:5]] - centroid[i], 2)) should work.