用python绘制聚类散点图

要绘制聚类散点图，你可以使用 matplotlib 库来实现。下面是一个示例代码，演示如何使用 Python 绘制聚类散点图：

import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

# 读取CSV文件
df = pd.read_csv('your_file.csv')

# 提取需要聚类的数据列
data = df[['column1', 'column2', 'column3']]  # 替换为你需要聚类的列名

# 创建 KMeans 模型，设置簇数为5
kmeans = KMeans(n_clusters=5, random_state=0)

# 进行聚类
kmeans.fit(data)

# 获取每个数据点所属的簇
labels = kmeans.labels_

# 添加簇标签列到数据框中
df['cluster_label'] = labels

# 绘制聚类散点图
plt.scatter(df['column1'], df['column2'], c=df['cluster_label'])
plt.xlabel('Column 1')
plt.ylabel('Column 2')
plt.title('Cluster Scatter Plot')
plt.show()

在这个示例代码中，我们假设要绘制的聚类散点图的横轴是 `column1`，纵轴是 `column2`。你可以根据实际情况修改这些列名。然后，我们创建了一个 KMeans 模型，并将簇数设置为5。接下来，使用 `fit()` 方法对数据进行聚类，并使用 `labels_` 属性获取每个数据点所属的簇。最后，使用 `scatter()` 函数绘制散点图，其中 `c` 参数用于指定每个数据点的颜色，即簇标签。

请确保将示例代码中的 `'your_file.csv'` 替换为你实际使用的 CSV 文件的路径，并根据需要调整横轴和纵轴的列名。