matplotlib怎么使用原数据画kmeans聚类的质心

要使用原数据画kmeans聚类的质心，可以按照以下步骤进行：

1. 首先，使用sklearn.cluster中的KMeans类对数据进行聚类，获取聚类结果；

2. 然后，获取聚类结果中的质心坐标；

3. 最后，使用matplotlib中的scatter函数将原数据和质心坐标画在同一个图中。

具体代码如下：

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

# 原始数据
X = [[1, 2], [1, 4], [1, 0],
     [4, 2], [4, 4], [4, 0]]

# 聚类
kmeans = KMeans(n_clusters=2, random_state=0).fit(X)
labels = kmeans.labels_
centers = kmeans.cluster_centers_

# 画图
plt.scatter([x[0] for x in X], [x[1] for x in X], c=labels)
plt.scatter([x[0] for x in centers], [x[1] for x in centers], marker='x', s=200, linewidths=3, color='r')
plt.show()

其中，X是原始数据，kmeans是KMeans聚类的结果，labels是每个样本的类别，centers是聚类的质心坐标。使用scatter函数将原数据和质心坐标画在同一个图中，其中c参数表示颜色，marker参数表示符号，s参数表示大小，linewidths参数表示线宽，color参数表示颜色。