Python Matplotlib 绘制聚类散点图：论文风格，清晰颜色和形状

要绘制聚类散点图，可以使用 Python 中的 matplotlib 库进行实现。首先，需要根据四个人群亚类对应的时间和水肿大小两个变量来对数据进行聚类，可以使用 K-means 算法或其他聚类算法进行处理。然后，根据聚类结果，将不同聚类簇的数据点绘制在散点图上，并设置不同的颜色和形状以区分不同的类别。

下面是一个示例代码，演示了如何使用 matplotlib 库绘制聚类散点图：

import pandas as pd
import matplotlib.pyplot as plt

# 假设已经完成聚类分析，得到每个数据点的聚类结果
# 假设聚类结果存储在 DataFrame 的'cluster'列中
# 假设时间和水肿大小数据存储在 DataFrame 的'time'和'swelling'列中
data = pd.DataFrame({
    'time': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'swelling': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'cluster': [0, 0, 1, 1, 2, 2, 3, 3, 3, 3]
})

# 定义每个聚类簇的颜色和形状
colors = ['red', 'blue', 'green', 'yellow']
markers = ['o', 's', '^', 'd']

# 绘制聚类散点图
plt.figure(figsize=(8, 6))
for cluster in data['cluster'].unique():
    cluster_data = data[data['cluster'] == cluster]
    plt.scatter(cluster_data['time'], cluster_data['swelling'], 
                color=colors[cluster], marker=markers[cluster], 
                label='Cluster {}'.format(cluster + 1))

plt.xlabel('Time')
plt.ylabel('Swelling')
plt.title('Clustering Scatter Plot')
plt.legend()
plt.grid(True)
plt.show()

这段代码会根据聚类结果绘制散点图，其中不同聚类簇的数据点使用不同的颜色和形状表示。你可以根据实际情况调整数据和设置颜色、形状以满足你的需求。