执行kmedoids python模块

我正在尝试运行此服务器上可用的

kmedoids

集群实现

提供的代码非常简单，但我无法使用

kMedoids（）

函数执行第一行，而不会引发错误：

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]))

我在Eclipse PyDev中为Python 3.5设置了以下示例：

• 使用

  pip3安装安装所有模块

  （numpy、scipy和scikit学习）
• 将

  kmedoids.py

  文件添加到与

  example.py

---

最近有人试过使用这个功能吗？我的Python版本（3.5）会导致此错误吗？

发现了问题，确实与最初不适用于Python 3的

kMedoids（）

有关

要使其适用于Python 3.5，请编辑与

range（）

函数相关的以下行，如下所示（参见此相关部分）：

及

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

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

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