python 将kmeans聚类结果画图

要将K-means聚类的结果绘制成图形，使用Matplotlib库。首先需要进行K-means类，并为每个数据点分配一个簇标签。然后，可以根据簇标签绘制散点图来可视化聚类结果。

以下是一个示例代码：

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

# 生成随机数据
np.random.seed(0)
X = np.random.randn(100, 2)

# 进行K-means聚类
kmeans = KMeans(n_clusters=3)
kmeans.fit(X)

# 获取每个数据点所属的簇标签
labels = kmeans.labels_

# 将数据点和簇标签合并成一个DataFrame
df = pd.DataFrame({'x': X[:, 0], 'y': X[:, 1], 'label': labels})

# 绘制聚类结果的散点图
colors = ['red', 'blue', 'green']
plt.scatter(df['x'], df['y'], c=df['label'], cmap=matplotlib.colors.ListedColormap(colors))
plt.title('K-means Clustering')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

上述代码使用`sklearn.cluster`中的`KMeans`类进行K-means聚类。在这个示例中，我们生成了一个随机数据集`X`，其中包含100个二维数据点。然后，我们使用K-means算法将数据点分为3个簇。

接下来，使用`labels_`属性获取每个数据点所属的簇标签，并将数据点和簇标签合并成一个DataFrame。

最后，使用Matplotlib的`scatter()`函数绘制散点图，其中不同簇的数据点使用不同的颜色表示。

运行代码后，将显示一个散点图，其中不同颜色的点表示不同的簇。