在python中，如果没有集群质心，如何使集群不可见？

我有一个包含15个集群的kmeans集群对象。我重新排列了对象的簇中心，并从列表中删除了5个特定的簇中心。现在我想访问我的对象和集群中心。但是我找不到一种方法使一些簇不可见

我最初的群集数据是：

当我尝试将我的kmeans数据对象与其新的群集质心可视化时，我得到以下输出：

我想使簇不可见，而不带“X”标记。我该怎么做

我使用此代码绘制了上述内容：

plt.scatter(X_train[:,0], X_train[:,1],c=TrainData[1],cmap='gist_rainbow')
plt.scatter(new_centroids[:,0], new_centroids[:, 1],s = 150, c = 'black', label = 'Centroid', marker="x")
plt.show()

---

您可以构建过滤器以排除不需要的值。 您需要使用

np.array（TrainData[1]）

将

TrainData[1]

转换为numpy数组（如果还没有）

下面是一个使用sklearns

KMeans

的示例：

将matplotlib.pyplot作为plt导入
从sklearn.cluster导入KMeans
将numpy作为np导入
X_序列=np.随机.正常（大小=（5000,2））
kmeans\u结果=kmeans（n\u集群=15）。拟合（X\u序列）
新质心=kmeans\u result.cluster\u centers_
cluster\u id=kmeans\u result.labels_
#集群ID=np.数组（TrainData[1]）
不期望的1=3
不期望的2=5
不期望的3=7
过滤器=（群集ID！=不需要的1）&（群集ID！=不需要的2）&（群集ID！=不需要的3）
plt.scatter（X_列[filter，0]，X_列[filter，1]，c=cluster_id[filter]，cmap='gist_rainbow'，alpha=0.4）
所需的_质心_id=np.数组（[i代表范围内的i（len（新的_质心）），如果我不在[undesired1，undesired2，undesired3]]）
plt.散射（新的质心[期望的质心，0]，新的质心[期望的质心，1]，s=150，c='黑色'，
label='Centroid'，marker=“x”）
plt.show（）

---

谢谢您的回复，我尝试了代码，但它给出了一个错误

元组索引必须是整数或切片，而不是元组
列车数据的类型是什么？你能把它转换成一个小数组吗？
df=make_blobs（n_samples=5000，n_features=15，centers=15，cluster_std=1，random_state=10）
，我试图在我之前创建的质心列表中分散质心，但它们出现在不相关的地方。为什么会这样？