用Pycluster包在ArcGIS中实现聚类

本文是应师妹符博士的要求，专门写的科普文章，精通arcpy的同学可以直接跳过了。

前面曾经写了一篇文章，是用Pycluster包的kmeans算法，来实现聚类（前看前面的文章：《使用Pycluster包进行聚类分析实例》），实际上我觉得用R语言会更容易，不过因为“python大法好”的原因，我还是更喜欢这种面向码农的东西。

 

好了，下面进入正题。

 

首先你先要确定你安装的pycluster包，能够在ArcGIS环境里面应用，因为ArcMap使用的python环境很复杂，默认是32位，而如果按照了后台64位处理包的话，还可以使用64位的python，所以在使用之前，先要确定你的pycluster包已经被安装到了你的ArcMap用的环境里面，确定的方式如下：

首先要写一个测试脚本，确定你的环境能够使用这个包，方法如下：

建立一个py文件，如我建立的叫做“test.py”的文件，内容如下：

 

# -*- coding: cp936 -*- import arcpy try:     import Pycluster     arcpy.AddMessage("恭喜你，可用哦") except:     arcpy.AddError("狗带了")

 

这个脚本的意思，就是直接导入Pycluster包，如果导入成功，就在你的ArcGIS的通知窗体上显示可用，否则就用大红色的字体显示狗带。。。

 

然后把这个脚本，添加到你的ArcToolbox里面去，添加的方式如下：

随便找一个toolbox（当然是自己建的），点右键，选择add——Scrtip

 

接下去，随便取个名字：然后点下一步

 

 

把你刚才编写的测试脚本扔进去：

 

 

找到之后，直接下一步到结束，因为测试脚本，不用设置任何的参数：

 

 

然后你会发现你的toolbox里面出现了这样一个文件，然后点击运行即可：

 

 

 

但是，如果你安装的不对付，也可能出现这样的提示：

 

如果你的包可用，那就可以进入第二阶段了。

 

先看看数据的描述：

数据在我后面提供的文件包里面，会给大家，一共2293条，是全国2293个气温测站点在2015年4月1日的数据，那么我们要用的，是max（最高温度），min（最低温度）这两个字段进行聚类分析，后面的xy是用来在matplotlib中画图的，如果仅需要再ArcMap中做，不用通过matplotlib绘制出来，那么这两经纬度就不用了。

 

接下去，我们看看具体的流程，之前先要看原来的脚本里面需要的内容：

主要要改造的就是数据读入的方法，以前读入的方式是这样的：

 

data = np.loadtxt(filename, delimiter = ",",usecols=(3,4))

xy = np.loadtxt(filename, delimiter = ",",usecols=(8,9))

 

现在要改成从featrue或者shapefile里面读入这四个信息，（上面说了，如果就在ArcMap中做，后面xy就不用读了）那么读的方式主要是通过arcpy的da包中的SearchCursor接口来读，读的方式如下：

 

with arcpy.da.SearchCursor(infeat, ['max','min',"x","y"]) as cursor:         for row in cursor:             data.append([row[0],row[1]])             xy.append([row[2],row[3]])

 

读完之后，用这个方法来写:

with arcpy.da.UpdateCursor(outFeat,"classFNum") as cursor:         f = 0         for row in cursor:             row[0] = clustermap[f]             f+=1             cursor.updateRow(row)

 

具体的说明，有兴趣的同学去看ArcGIS的帮助文档。

 

全部代码如下：

# -*- coding:utf-8 -*-   ''' Created on 2015-10-23 @author: godxia ''' import Pycluster as pc import numpy as np import matplotlib.pylab as pl import arcpy def myCKDemo(infeat,n,outFeat):           #这一段是从shapefile里面，读取需要的数据     data = []     xy = []     with arcpy.da.SearchCursor(infeat, ['max','min',"x","y"]) as cursor:         for row in cursor:             data.append([row[0],row[1]])             xy.append([row[2],row[3]])         #下面这段是使用Pycluster包的方法不解释了。     clustermap = pc.kcluster(data, n)[0]     centroids = pc.clustercentroids(data, clusterid=clustermap)[0]     m = pc.distancematrix(data)     mass = np.zeros(n)     for c in clustermap:         mass[c] += 1        sil = np.zeros(n*len(data))     sil.shape = ( len(data), n )        for i in range( 0, len(data) ):         for j in range( i+1, len(data) ):             d = m[j][i]             sil[i, clustermap[j] ] += d             sil[j, clustermap[i] ] += d      for i in range(0,len(data)):         sil[i,:] /= mass     s=0     for i in range( 0, len(data)):         c = clustermap[i]         a = sil[i,c]         b = min(sil[i,range(0,c)+range(c+1,n)])         si = (b-a)/max(b,a)         s+=si          arcpy.AddMessage("Classification Number:%d  \nSilhouette Coefficient:%f"%(n, s/len(data)))          #下面这段，是调用arcpy的写入功能，生成一个新的图层，并且把分类信息写进去     #copy一个完全一样的图层     arcpy.CopyFeatures_management(infeat,outFeat)     #添加一个字段，用来记录类别     arcpy.AddField_management(outFeat,"classFNum","SHORT")         with arcpy.da.UpdateCursor(outFeat,"classFNum") as cursor:         f = 0         for row in cursor:             row[0] = clustermap[f]             f+=1             cursor.updateRow(row)       #以下这段是用matplotlib绘图     fig, ax = pl.subplots()     cmap = pl.get_cmap('jet', n)     cmap.set_under('gray')     x = [list(d)[0] for d in xy]       y = [list(d)[1] for d in xy]     cax = ax.scatter(x, y, c=clustermap, s=30, cmap=cmap, vmin=0, vmax=n)     pl.show()          if __name__ == '__main__':     #以下是从ArcMap中获取参数，相关说明参考帮助文档     inFeat = arcpy.GetParameterAsText(0)     n = int(arcpy.GetParameterAsText(1))     outFeat = arcpy.GetParameterAsText(2)     myCKDemo(inFeat,n,outFeat)

 

全部写完之后，把这个脚本封装到toolbox里面，封装的过程如下：

 

 

 

 

封装完成之后，如下：

 

双击运行这个脚本工具，如下：

 

完成之后，点击OK

 

运行之后，会在运行的过程中弹出你用matplotlib画的图。

千万注意：在关闭matplotlib的图形之前，工具的运行是暂停状态的，一定要关闭matplotlib，才能够继续运行下去，否则就一直卡在这里了。

 

最后，运行完成，生成了一个新的图层，可以进行可视化了（类别和颜色自己调整）：

 

结果如下：

 

最后，贴出源码和数据以及工具的云盘地址：

链接：http://pan.baidu.com/s/1pJKjbbP 密码：l1k7

注意，我的工具是在ArcGIS10.3.1下面封装的，如果打不开，就根据上面的内容自己封装，然后脚本肯定是打得开的。

 

另外，脚本的arcpy.da包，必须是ArcGIS 10.1及以上版本才能使用，10的版本自己去改造。