了解了fits文件的结构后，准备3000条光谱做一次聚类试一下，其中恒星、星系、类星体光谱各1000条。
然后就在3000个Lamost的光谱fits文件中将他们的光谱提取出来放在一个二维numpy数组中，这时发现他们每一条光谱的波长数量不一样，虽然都是3900个左右，但都不尽相同，特征数量不一样就不能直接训练。我去请教一下学长，学长说真是数据就是这样，需要用一些方法预处理一下，使维度相同。
感觉挺棘手的，这些光谱的起始和终止波长有或多或少的差别，某个元素的发射线在不同光谱上对应的波长也有一点差别，比如说Na元素在A光谱上对应的是5020.15Å，在B光谱上可能是5021.46Å，挨得很近，但不相同。问问学长、查查资料，发现要用类似窗口滑动思想的一些方法提取光谱线。
于是就先试着截取一段波长的训练一下试试，截取一个每个光谱都包含的波长范围，取的是3838Å到8914Å，截取出来后维度仍不一样，都在2750维附近，可见每个光谱观测的波长的步长不完全一致。
然后就想着直接取中间2750个波长的值得了，取了之后把光谱画出来发现每个光谱的尺度不同，有的几十、有的在1000附近，但是形状是一样的，如下图：
（那个高的发射线也太长了吧。。）
把每个光谱归一化一下，尺度做成一样的应该就能训练了。方法是(x-x_min)/(x_max-x_min)
将每个光谱的值范围归一化在0-1内，画出光谱图为：
还是有点乱，应该是有的光谱最大值和最小值差的太大。那就换成减均值除方差的正则化方法处理，处理后画出两类天体的各10个光谱图如下：
这样看着可以，虽然个别发射线还是很长，但多数的值还是重叠的。
这样就能丢进算法里跑了，先来一个k-means试试。
K值就去3，3000x2750的数据跑一次竟然挺快，但是准确率有点差，因该是没进行放射线特征提取，只简单截取的原因。每种天体被分类到的类别个数：
