python 聚类后出3维图

对于聚类后的三维数据，可以使用matplotlib库的mplot3d模块绘制3D散点图。下面是一个简单的示例代码：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from sklearn.cluster import KMeans

# 生成随机数据
np.random.seed(42)
X = np.random.rand(100, 3)

# 对数据进行聚类
kmeans = KMeans(n_clusters=3, random_state=42).fit(X)
labels = kmeans.labels_

# 绘制3D散点图
fig = plt.figure()
ax = Axes3D(fig)

ax.scatter(X[:, 0], X[:, 1], X[:, 2], c=labels)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()

在这个示例中，我们首先生成了100个随机的三维数据点，然后使用KMeans算法对其进行了聚类。最后，使用mplot3d模块绘制了3D散点图，其中每个簇的数据点使用不同的颜色表示。