Python 2.7 散点图通过颜色图分离簇

我正在使用plotly（以便在胡佛过来时能够获得点信息）来可视化我的聚集散点图。我在使用KMeans生成的簇中分配不同的颜色时遇到了问题。在matplotlib.pyplot（作为plt）中打印时，我使用以下代码：

plt.scatter(restult[:,0], result[:,1], c=cluster_labels

群集标签为：

n_clusters = 3
km = KMeans(n_clusters).fit(result)
labels = km.labels_

它工作得很好，但我需要胡佛的信息

这就是我到目前为止对plotly的看法：

trace = go.Scatter(
    x = result[:,0],
    y = result[:,1],
    mode = 'markers',
    text = index, # I want to see the index of each point
)
data = [trace]

# Plot and embed in ipython notebook!
py.iplot(data, filename='basic-scatter')

我感谢你的帮助

• 让我们使用iris数据集
• kmeans中的标签用作颜色（

  marker=dict（color=kmeans.labels）

  ），就像在matplotlib中一样

---

---

---

仅扩展Maxmimilian的方法-如果您使用的是sklearn version>=0.17，则需要重新调整数组的形状，因为0.17中不推荐使用传递1d数组

下面是一个重塑的示例：

x = df[df.columns[1]]
x = x.values.reshape(-1,1)
y = df[df.columns[2]]
y = y.values.reshape(-1,1)

kmeans = cluster.KMeans(n_clusters = 3, random_state = 0).fit(x, y)


trace1 = go.Scatter(
x = df[df.columns[1]],
y = df[df.columns[2]],
mode = 'markers',
marker=dict(color=kmeans.labels_,
            size = 7.5,
            line = dict(width=2)
           ),
text =  df.index,
name='Actual'
)

---

那代码什么都没做，没有任何阴谋，只是伪代码。用您自己的数据替换x和y，并从上面的答案导入库。。。

x = df[df.columns[1]]
x = x.values.reshape(-1,1)
y = df[df.columns[2]]
y = y.values.reshape(-1,1)

kmeans = cluster.KMeans(n_clusters = 3, random_state = 0).fit(x, y)


trace1 = go.Scatter(
x = df[df.columns[1]],
y = df[df.columns[2]],
mode = 'markers',
marker=dict(color=kmeans.labels_,
            size = 7.5,
            line = dict(width=2)
           ),
text =  df.index,
name='Actual'
)