如何解决Birch聚类分析后使用PyPlot绘图触发TypeError错误的问题

报错根因 #

你当前使用的dfAB1[row_ix, 0]是NumPy数组的索引语法，但dfAB1是Pandas DataFrame对象，不支持直接传入(行索引数组, 列序号)格式的元组作为索引键，因此触发类型错误。
同时你代码里的pyplot.show()放在了for循环内部，会导致每个聚类单独弹出一张散点图，无法把所有聚类绘制在同一张画布上。

修复代码 #

你可以选择以下两种方案中的任意一种修改：

方案1：使用DataFrame的iloc位置索引（推荐） #

import numpy as np
from matplotlib import pyplot

# 为每个聚类绘制散点
for cluster in clusters:
    # 获取当前聚类对应的行索引，取where返回元组的第一个元素得到行索引数组
    row_ix = np.where(yhat == cluster)[0]
    # 用iloc按位置取行、列数据
    pyplot.scatter(dfAB1.iloc[row_ix, 0], dfAB1.iloc[row_ix, 1], label=f'聚类{cluster}')

# 可按需添加图例
pyplot.legend()
# 展示图片移到循环外，所有聚类会绘制在同一张图中
pyplot.show()

方案2：将DataFrame转为NumPy数组后按原语法索引 #

import numpy as np
from matplotlib import pyplot

# 提前转成numpy数组
dfAB1_arr = dfAB1.values

# 为每个聚类绘制散点
for cluster in clusters:
    row_ix = np.where(yhat == cluster)
    pyplot.scatter(dfAB1_arr[row_ix, 0], dfAB1_arr[row_ix, 1], label=f'聚类{cluster}')

pyplot.legend()
pyplot.show()

内容的提问来源于stack exchange，提问作者ALPER AYTATLI