本文详解如何将 KMeans 聚类结果的多个簇（如3个簇）统一绘制在同一张散点图中，避免因误用 plt.show() 或未正确管理画布导致图像被拆分为多张。核心在于合理使用 Matplotlib 的面向对象接口并延迟渲染。
本文详解如何将 kmeans 聚类结果的多个簇（如3个簇）统一绘制在同一张散点图中，避免因误用 `plt.show()` 或未正确管理画布导致图像被拆分为多张。核心在于合理使用 matplotlib 的面向对象接口并延迟渲染。
在使用 Matplotlib 进行聚类结果可视化时，一个常见错误是：将 plt.show() 放在循环内部。这会导致每绘制一个簇就立即显示并清空当前图形，后续簇只能在新窗口中绘制，最终得到多张独立图像，而非预期的“一张图含全部簇”。
正确的做法是：仅在所有数据绘制完成后调用一次绘图展示指令，同时优先采用 Matplotlib 的面向对象（OO）接口（即 fig, ax = plt.subplots()），它比 pyplot 的状态式接口更可控、更清晰，尤其适合多子图或复杂定制场景。
以下为推荐的完整实现方案（已适配 KMeans 聚类后的 data_df）：
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
# 假设 X_std 已标准化，data_df 包含 'charges'、'age' 和待生成的 'cluster' 列
nu_cluster = 3
kmeans = KMeans(n_clusters=nu_cluster, random_state=0)
data_df["cluster"] = kmeans.fit_predict(X_std)
print("after KMeans predict")
# ✅ 正确：创建单个 figure 和 axes 对象
fig, ax = plt.subplots(figsize=(8, 6))
# ✅ 正确：循环中仅向同一 axes 添加 scatter，不调用 show()
for i in range(nu_cluster):
cluster_data = data_df[data_df["cluster"] == i]
# 使用归一化颜色映射，确保各簇颜色可区分
color = plt.cm.viridis(i / max(1, nu_cluster - 1)) # 防止 nu_cluster=1 时除零
ax.scatter(
cluster_data["charges"],
cluster_data["age"],
c=[color],
label=f"Cluster {i + 1}",
alpha=0.7,
s=40
)
# ✅ 统一设置坐标轴与标题（在循环外）
ax.set_xlabel("Charges", fontsize=12)
ax.set_ylabel("Age", fontsize=12)
ax.set_title("Cluster of Age vs. Charges", fontsize=16, fontweight="bold")
ax.legend(loc="lower right")
ax.grid(True, linestyle="--", alpha=0.4)
# ✅ 最终一次性渲染
plt.show() # 或 fig.savefig("clusters_scatter.png") 保存图像
? 关键注意事项：
- ❌ 禁止在循环内使用 plt.show() 或 plt.figure() —— 它们会中断绘图上下文；
- ✅ 使用 ax.scatter() 而非 plt.scatter()，确保所有点绘制到同一坐标系；
- ✅ plt.cm.viridis(...) 返回 RGB 元组，需包裹为列表 [color] 以匹配 c 参数要求；
- ✅ 添加 alpha=0.7 提升重叠点的可视性，s=40 统一点大小增强可读性；
- ✅ max(1, nu_cluster - 1) 防御性编程，兼容单簇场景（虽不常见）；
- ✅ ax.grid() 和 legend() 应在循环后统一调用，避免重复渲染影响性能。
该方法不仅适用于 KMeans，也通用支持 DBSCAN、AgglomerativeClustering 等任意聚类算法的结果可视化。掌握这一范式，可高效构建清晰、专业、可复现的多簇散点图。
