kmeans算法不同簇显示不同颜色的代码

下面是使用Python和matplotlib库实现kmeans算法并将不同簇显示不同颜色的代码：

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

# 生成随机数据
data = np.random.rand(100, 2)

# 聚类
kmeans = KMeans(n_clusters=3)
kmeans.fit(data)
labels = kmeans.labels_
centers = kmeans.cluster_centers_

# 可视化
colors = ['r', 'g', 'b']
for i in range(len(data)):
    plt.scatter(data[i][0], data[i][1], c=colors[labels[i]])
for center in centers:
    plt.scatter(center[0], center[1], marker='*', s=200, c='black')
plt.show()

代码中，首先使用numpy库生成100个二维随机数据。然后使用sklearn.cluster库中的KMeans类进行聚类，将数据分为3类。

接着定义3种颜色，根据每个数据点的类别标签labels[i]，将其对应的颜色赋值给c参数，可实现不同簇显示不同颜色。最后画出散点图，并用黑色星号标记聚类中心centers。