K-Means 聚类分析：基于基因表达数据对 HIV 数据集进行聚类

使用 K-Means 聚类分析 HIV 基因表达数据

本代码示例使用 K-Means 聚类算法对 HIV 基因表达数据进行聚类分析，并使用热图展示聚类结果。

代码示例：

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
import seaborn as sns
import matplotlib.pyplot as plt

# 读入Excel表格
data = pd.read_excel('C:\Users\lenovo\Desktop\HIV\DNN神经网络测试\HIV数据 - 副本.xlsx', index_col=0)

# 提取基因表达量
X = data.iloc[:, 1:].values

# K-means算法，K=3
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)

# 获取聚类结果
labels = kmeans.labels_

# 输出聚类结果到Excel表格
result = pd.DataFrame({'name': data.index, 'label': labels})
result.to_excel('C:\Users\lenovo\Desktop\HIV\DNN神经网络测试\HIV聚类结果.xlsx', index=False)

# 绘制聚类热图
sns.clustermap(data.iloc[:, 1:], row_cluster=True, col_cluster=True, cmap='RdBu_r', figsize=(10, 10))
plt.title('HIV Clustering Heatmap')
plt.show()

可视化展示：

除了热图，还可以使用以下图表进行可视化展示：

• 散点图： 将每个样本的基因表达量绘制在二维坐标系中，并根据聚类结果使用不同的颜色进行标记。
• 箱线图： 展示不同聚类结果的基因表达量的分布情况。
• 小提琴图： 展示不同聚类结果的基因表达量的分布情况，并提供更详细的信息。

代码实现：

# ... (前面的代码)

# 绘制散点图
plt.figure(figsize=(8, 6))
plt.scatter(X[:, 0], X[:, 1], c=labels, cmap='viridis')
plt.title('K-Means Clustering Results')
plt.xlabel('Gene Expression 1')
plt.ylabel('Gene Expression 2')
plt.show()

# 绘制箱线图
plt.figure(figsize=(8, 6))
for i in range(3):
    plt.subplot(1, 3, i+1)
    sns.boxplot(y=X[:, i], x=labels, showmeans=True)
    plt.title(f'Cluster {i+1}')
plt.show()

# 绘制小提琴图
plt.figure(figsize=(8, 6))
for i in range(3):
    plt.subplot(1, 3, i+1)
    sns.violinplot(y=X[:, i], x=labels, showmeans=True)
    plt.title(f'Cluster {i+1}')
plt.show()

总结：

本代码示例展示了如何使用 K-Means 聚类算法对 HIV 基因表达数据进行聚类分析，并使用多种图表进行可视化展示。这些图表可以帮助我们更好地理解数据中存在的模式和规律。