聚类数据散点图绘制优化：基于簇中心与聚类结果修正脚本

你的图表混乱核心问题在于簇中心是随机生成的，完全和实际聚类结果不匹配，另外还有几个细节可以优化，让图表更清晰易读。我来一步步帮你修正：

核心问题拆解 #

• 你用np.random.randn(1, 2)生成的簇中心是随机值，和你的聚类结果毫无关联，这直接导致中心位置完全错误，图表自然混乱。
• 坐标轴标签用了通用的x/y，没有体现实际的特征名称，可读性极差。
• 没有添加图例，无法区分不同簇和簇中心的含义。

修正后的完整代码 #

假设你是用K-Means完成的聚类（如果是其他聚类算法，比如层次聚类，簇中心的获取方式只需稍作调整，核心逻辑一致），下面是完整的可运行代码：

# 先确保完成聚类流程（以K-Means为例）
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import numpy as np

# 提取用于聚类的特征数据
X = df_diabetes_normalizado[['Glicose', 'Massa Corporal']]

# 训练K-Means模型（替换成你确定的最优簇数）
kmeans = KMeans(n_clusters=你的最优簇数, random_state=42)
df_diabetes_normalizado['clusters'] = kmeans.fit_predict(X)

# 获取真实的簇中心（这是解决问题的关键！）
centers = kmeans.cluster_centers_

# 提取绘图变量
x = df_diabetes_normalizado['Glicose']
y = df_diabetes_normalizado['Massa Corporal']
Cluster = df_diabetes_normalizado['clusters']

# 绘制散点图
fig = plt.figure(figsize=(14,9))
ax = fig.add_subplot(111)

# 绘制数据点，按簇分配颜色，添加透明度让重叠点更清晰
scatter = ax.scatter(x, y, c=Cluster, s=50, cmap='viridis', alpha=0.7)

# 绘制簇中心，用大号红色加号标记，确保显眼
ax.scatter(centers[:, 0], centers[:, 1], s=200, c='red', marker='+', label='簇中心')

# 设置坐标轴标签（用实际特征名，提升可读性）
ax.set_xlabel('Glicose', fontsize=12)
ax.set_ylabel('Massa Corporal', fontsize=12)

# 添加图例：自动生成簇的标签，同时标记簇中心
handles, labels = scatter.legend_elements(title='簇')
ax.legend(handles=handles + [plt.Line2D([], [], marker='+', color='red', linestyle='', markersize=15)],
          labels=labels + ['簇中心'], loc='upper right')

# 显示图表（plt.show()比fig.show()兼容性更好）
plt.show()

关键优化点说明 #

1. 使用真实簇中心：通过聚类模型的cluster_centers_属性获取每个簇的真实中心，彻底解决中心位置错误的问题。
2. 视觉与可读性优化：用实际特征名作为坐标轴标签，添加透明度让重叠数据点更清晰，选用友好的颜色映射viridis。
3. 图例完善：自动生成簇的图例，同时给簇中心单独标记，让图表信息一目了然。
4. 兼容性提升：用plt.show()替代fig.show()，在Python脚本、Jupyter Notebook等不同环境下都能正常显示。

如果你的聚类算法不是K-Means，比如层次聚类，只需把获取簇中心的步骤换成计算每个簇的均值即可，核心逻辑保持不变。

内容的提问来源于stack exchange，提问作者Caio Euzébio