如何利用聚类数组在Matplotlib的pcolor特征网格中绘制簇边界线

完全可以实现，核心思路是先找出聚类数组中相邻元素聚类标签不同的位置，然后在特征网格的对应坐标上绘制边界线。以下是修改后的完整代码：

import numpy as np
import matplotlib.pyplot as plt

clusters = np.array([[0,2,1], [0,3,1], [3,3,1]]) # 聚类数据
features= np.array([[0,0.4,0.7], [0.1,0.3,0.7], [0.5,0.4,0.8]]) # 特征数据

# 绘制聚类图（保留原代码）
plt.figure()
plt.pcolor(clusters, cmap='jet')
plt.colorbar(ticks=[i for i in range(0, np.amax(clusters)+1)])
plt.show()

# 绘制带聚类边界的特征网格图
plt.figure()
plt.pcolor(features, cmap='bone', vmin=0, vmax=1)
plt.colorbar()

# 提取聚类数组的行列数
rows, cols = clusters.shape

# 绘制水平方向的边界（列之间的垂直线）
for i in range(rows):
    # 找出当前行中相邻聚类标签不同的位置
    diff_cols = np.where(clusters[i, :-1] != clusters[i, 1:])[0]
    for j in diff_cols:
        # 在网格的(j+1, i)到(j+1, i+1)位置绘制垂直线
        plt.plot([j+1, j+1], [i, i+1], color='red', linewidth=2)

# 绘制垂直方向的边界（行之间的水平线）
for j in range(cols):
    # 找出当前列中相邻聚类标签不同的位置
    diff_rows = np.where(clusters[:-1, j] != clusters[1:, j])[0]
    for i in diff_rows:
        # 在网格的(j, i+1)到(j+1, i+1)位置绘制水平线
        plt.plot([j, j+1], [i+1, i+1], color='red', linewidth=2)

# 调整坐标轴范围，确保边界线完全显示
plt.xlim(0, cols)
plt.ylim(0, rows)
plt.gca().invert_yaxis() # pcolor默认y轴反向，保持和原图一致
plt.show()

关键逻辑说明： #

• 水平边界检测：遍历每一行，对比相邻列的聚类标签，若不同则在两列之间的垂直线位置（x=j+1）绘制红色竖线。
• 垂直边界检测：遍历每一列，对比相邻行的聚类标签，若不同则在两行之间的水平线位置（y=i+1）绘制红色横线。
• 调用invert_yaxis()是为了匹配pcolor默认的左上角原点坐标体系，保证可视化方向和原图一致。

运行代码后，特征网格图上会自动用红色线条标出不同聚类簇之间的边界，符合需求。

内容的提问来源于stack exchange，提问作者Bas R