python使用 matplotlib 画聚类效果图，使用legend标注类簇

 

一般聚完类之后，如果直接使用如下代码来作图，也可以按照默认的颜色定义来区分类簇，但是当类簇个数比较多的时候，颜色会有重复，无法从视觉上较好的区分。

import numpy as np
import matplotlib.pyplot as plt
from  matplotlib.colors import  rgb2hex
from sklearn.cluster import KMeans 

# 以下为示意，train为训练数据          
clusters_number = 20
y_pred = KMeans(n_clusters=clusters_number, random_state=9).fit_predict(train)



fig, ax = plt.subplots()

ax.scatter(train[:,1],train[:,0], c=y_pred)
plt.savefig("cluster.png")

 我们可以在作图时，自己来指定类簇的颜色，并使用legend 进行标记，下面的代码为一个示意。（示意代码除了颜色标记之外，没有做其他处理，从美观上来说，还有很多改进空间）

import numpy as np
import matplotlib.pyplot as plt
from  matplotlib.colors import  rgb2hex
from sklearn.cluster import KMeans 

# 以下为示意，train为训练数据          
clusters_number = 20
y_pred = KMeans(n_clusters=clusters_number, random_state=9).fit_predict(train)



fig, ax = plt.subplots()
types = []

# 如果以颜色表示缩写来定义颜色，这样类簇大时颜色可能重复较多
# c = ['b','c','y','r','g','m','w','k']
# colors = [c[i%len(c)] for i in range(clusters_number)]

# 随机生成使用16进制表示的颜色
colors = tuple([(np.random.random(),np.random.random(), np.random.random()) for i in range(clusters_number)])
colors = [rgb2hex(x) for x in colors]  # from  matplotlib.colors import  rgb2hex

for i, color in enumerate(colors):
    need_idx = np.where(y_pred==i)[0]
    ax.scatter(train[need_idx,1],train[need_idx,0], c=color, label=i)
    

# 改变坐标轴间隔
# x_locator = MultipleLocator(0.01)
# y_locator = MultipleLocator(0.01)
# ax = plt.gca()
# ax.xaxis.set_major_locator(x_locator)
# ax.yaxis.set_major_locator(y_locator)

legend = ax.legend(loc='upper right')
plt.savefig("cluster.png")