kmediods聚类结果怎么用散点图画出来

可以用Python的matplotlib库来画出kmedoids聚类的散点图。以下是一个简单的示例代码：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
from sklearn_extra.cluster import KMedoids

# 生成随机数据
X, y = make_blobs(n_samples=300, centers=4, cluster_std=0.5, random_state=0)

# 进行KMedoids聚类
kmedoids = KMedoids(n_clusters=4, random_state=0).fit(X)

# 取出聚类结果和聚类中心
labels = kmedoids.labels_
centers = kmedoids.cluster_centers_

# 用不同的颜色表示不同的聚类
colors = ['r', 'g', 'b', 'y']
for i in range(len(centers)):
    plt.scatter(X[labels==i, 0], X[labels==i, 1], c=colors[i], label='Cluster '+str(i+1))
    
# 用黑色表示聚类中心
plt.scatter(centers[:, 0], centers[:, 1], c='k', marker='*', s=150, label='Centroids')

# 设置图例和标题
plt.legend()
plt.title('KMedoids Clustering Results')

# 显示图像
plt.show()

运行以上代码可以得到一个KMedoids聚类的散点图，其中不同颜色表示不同的聚类，黑色星号表示聚类中心。你可以根据自己的数据进行修改和调整，以得到最佳的聚类结果。