Python K-Means 聚类：从 Excel 数据绘制散点图

以下是使用 Python 读取 Excel 文档并使用 K-means 聚类算法绘制散点图的示例代码：

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

# 读取 Excel 文档
df = pd.read_excel('data.xlsx')

# 提取需要聚类的数据
data = df.iloc[:, [2, 3]].values

# 使用 K-means 算法进行聚类
kmeans = KMeans(n_clusters=3, init='random')
kmeans.fit(data)
labels = kmeans.labels_

# 绘制散点图
colors = ['r', 'g', 'b']
for i in range(len(data)):
    plt.scatter(data[i][0], data[i][1], c=colors[labels[i]])

# 显示图形
plt.show()

在这个示例中，我们首先使用 Pandas 库读取 Excel 文档，并从中提取需要聚类的数据。然后，我们使用 scikit-learn 库中的 K-means 算法进行聚类，并将聚类结果保存在 labels 变量中。最后，我们使用 Matplotlib 库绘制散点图，其中不同聚类的数据点使用不同的颜色表示。