Python：生成 2D 点/簇答案

【问题标题】：Python: Generate 2D points / clustersPython：生成 2D 点/簇
【发布时间】：2017-10-24 01:15:48
【问题描述】：

我尝试编写一个聚类算法，现在我想创建一些简单的 2D 测试用例：我喜欢在 [0, 1]x[0, 1] 中生成点来构建聚类。

例如像这样的东西：

如果集群具有不同（但随机）的形状会更好，例如喜欢：

有没有一种简单的方法可以用 python / numpy 做到这一点？不幸的是，这一代必须非常有效。我写了一些代码，但集群总是具有相同的形状，并且它们通常彼此相距很远。可能已经有一个不错的算法了？

谢谢

【问题讨论】：

“非常有效”的生成是有争议的。您可以创建随机多边形并仅在其中生成点。你会得到随机形状的集群，但这意味着一些更繁重的操作，而不仅仅是基于分布生成一些数字。这在可接受范围内吗？

【解决方案1】：

不，没有打包的方法可以做到这一点。然而，生成算法并不难写。第一个似乎是每个维度（X 和 Y）中的高斯分布，对三个质心中的每一个重复生成。或者，也许它是一个统一的方向，具有“衰减函数”距离。

第二个是一对集合：从具有小方差的高斯中选择半径，而方向在整个圆上是一致的。对平均半径 1 和平均半径 3 执行此操作。

这会让你感动吗？

【讨论】：

它有帮助，谢谢:)！但是第二个例子应该更一般，集群应该有任何形状（不仅仅是圆形）。但我认为这不是一件容易的事吗？
不——没有“任何形状”的算法。稍微概括一下：“有人可以给我算法来给我想要的任何输出吗？更好的是，是否有 Python 包可以做到这一点？”信息论证明这在很少的步骤中是不可能的。 :-)
好的，谢谢；）也许我应该用“用最小复杂算法尽可能多的形状”替换“任何形状”；）但似乎简单的高斯集群已经产生了合理的测试数据:) 谢谢:)！
对。通过均匀、高斯、指数和泊松的简单组合，我们可以得到大部分我们需要的东西。