K均值聚类后绘制聚类图。

要绘制K均值聚类后的聚类图，可以使用Python的sklearn库中的KMeans模块来进行聚类，再使用matplotlib库来绘制图形。以下是一个示例代码：

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

# 生成随机数据
np.random.seed(0)
X = np.random.rand(100, 2)

# 使用KMeans进行聚类
kmeans = KMeans(n_clusters=3)
kmeans.fit(X)
labels = kmeans.labels_

# 绘制聚类图
plt.scatter(X[:, 0], X[:, 1], c=labels)
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], marker='x', color='red')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('K-means Clustering')
plt.show()

在上述代码中，首先使用numpy库生成了一个包含100个随机点的数据集X。然后，使用KMeans模块进行聚类，将n_clusters参数设置为3，表示要将数据集聚成3个类别。接下来，通过kmeans.labels_获取每个数据点的类别标签。

最后，使用matplotlib库绘制散点图。使用plt.scatter函数绘制每个数据点，并使用c参数传入类别标签，以不同的颜色表示不同的类别。同时，使用plt.scatter函数绘制聚类中心点，使用marker='x'参数设置为红色的十字形。

运行代码后，将会显示一个带有聚类结果的散点图。