执行 kmedoids python 模块

Question

我正在尝试运行此 github page 上可用的 kmedoids 集群实施。

提供的 minimal working example 非常简单，但我无法在不引发错误的情况下使用 kMedoids() 函数执行第一行：

from sklearn.metrics.pairwise import pairwise_distances
import numpy as np    
import kmedoids

# 3 points in dataset
data = np.array([[1,1], 
                [2,2], 
                [10,10]])

# distance matrix
D = pairwise_distances(data, metric='euclidean')

# split into 2 clusters
M, C = kmedoids.kMedoids(D, 2)  # <-- THIS RAISES AN ERROR

print('medoids:')
for point_idx in M:
    print( data[point_idx] )

print('')
print('clustering result:')
for label in C:
    for point_idx in C[label]:
        print('label {0}:　{1}'.format(label, data[point_idx]))

错误是：

Traceback (most recent call last):
File "/usr/lib/python3.5/code.py", line 91, in runcode
exec(code, self.locals)
File "", line 1, in 
File "", line 9, in kMedoids
File "mtrand.pyx", line 4832, in mtrand.RandomState.shuffle
File "mtrand.pyx", line 4835, in mtrand.RandomState.shuffle
TypeError: 'range' object does not support item assignment

我在 Eclipse PyDev 中为 Python 3.5 设置了如下示例：

使用 pip3 install（numpy、scipy 和 scikit-learn）安装了所有模块
在与 example.py

kmedoids.py

最近有人用过这个功能吗？我的 Python (3.5) 版本会导致此错误吗？

Answer 1

发现了问题，确实与 kMedoids() code 相关，最初并非针对 Python 3.

要使其适用于 Python 3.5，请编辑以下与 range() 函数相关的行（参见相关 answer）：

index_shuf = range(len(rs)) -->  index_shuf = list(range(len(rs)))

和

for t in xrange(tmax): --> for t in range(tmax):

执行 kmedoids python 模块

Executing a kmedoids python module

python

k-means

python-3.x