Python kmeans群集编号与k值不匹配

当我只定义了3个集群时，基于的代码可以正常工作。但是当我改变集群的数量时，我并没有得到相同数量的集群

from matplotlib import image as img
from matplotlib import pyplot as plt
import pandas as pd

image = img.imread("my_logo1.jpg")
image.shape

r = []
g = []
b = []

for line in image:
    for pixel in line:
        temp_r, temp_g, temp_b = pixel
        r.append(temp_r / 255)
        g.append(temp_g / 255)
        b.append(temp_b / 255)

df = pd.DataFrame({"red": r, "green": g, "blue": b})

from scipy.cluster.vq import kmeans
cluster_centers, distortion = kmeans(df[["red", "green", "blue"]], 7)

print(cluster_centers)

返回的群集中心只有3个，预期为7个

我希望返回的颜色数与kmeans函数中定义的颜色数相同。

阅读函数的源代码时，您可以注意到支持函数的使用，您可以在其中找到：

code_book = code_book[has_members]

是一个布尔数组，指示哪些簇具有成员，由

---

简言之，当您指定簇数

k

时，算法返回一组失真最低的质心（最多

k

）。在K-means的更新步骤中，只需删除空集群。

您的python版本是什么？#python 3.7.1#scipy 1.2.1当我选择彩色图像时，它会按预期工作。但是，当我选择一个只有1或2种颜色的简单图像（例如google徽标）时，kmeans无法创建超过3/4的集群。听起来合乎逻辑，但需要确认。